Neural Conversational Model 15/09/18 野中 尚輝 Oriol Vinyals, Quoc V.Le 本論文について • 発表学会：ICML 2015 workshop • Googleのチーム ‒ Sequence to Sequence Learning with Neural Networks (同グループの先行研究
Neural Conversational Model 15/09/18 野中 尚輝 Oriol Vinyals, Quoc V.Le 本論文について • 発表学会：ICML 2015 workshop • Googleのチーム ‒ Sequence to Sequence Learning with Neural Networks (同グループの先行研究) を応用 • 会話生成について調べていたので選んだ 15/09/18 2 Introduction • NNのEnd-to-end学習 ‒ 複雑な構造を、他の複雑な構造にマッピングする ことができる • 自然言語理解などで用いられる • 会話モデリングに応用 ‒ これまでの会話モデルはドメインを絞ることが 多かったが、今回はnoisyなドメインでも検証してい る 15/09/18 3 Related works • C
Seq2Seqで小説自動生成の学習を失敗した話 - にほんごのれんしゅう
Seq2Seqで小説自動生成の学習を失敗した話 失敗した経験をネット上に上げることにいくつか意見があるでしょうが、機械学習を行って、学習が失敗すると、大きな時間的な損失になるよという見地を示す目的があります。 小説の自動生成では、ディープラーニングを実用に移した例では、韓国資本の会社がRNNモデルを利用して、VOYAGERなる小説（アプリ？）を公開するに至りました。考え方としては、Seq2Seqによる文章作成はこれに該当すると思われます[1]。 Seq2Seqとは 図.1 この図は、inputを文字のシーケンシャルな列としたとき、アプトプットをシーケンシャルな文字の列とすることです。 ユニークなのは、図の”I”という出力を次のインプットとすることで、”am”という最尤度を持つ文字を取り出していることです。さらに次の出力をインプットとすることで文字列を作り出すということを行っています。 基幹
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説 - Qiita
特にプログラマーでもデータサイエンティストでも�ないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説Python機械学習DeepLearningTensorFlow これ書くだけで土日２日間まるまる潰れてしまった。 学んだ内容に沿っているので、順に読み進めるに従ってコードの話になっていきます。 Tensorflow触ってみたい/みたけど、いろいろまだ理解できてない！という方向けに書きました。 ※2018年10月4日追記 大分古い記事なのでリンク切れや公式ドキュメントが大分変更されている可能性が高いです。 この記事のTensorflowは ver0.4~0.7くらいだった気がするので ver2.0~となりそうな現在は文章の大半が何を参考にしているのか分からないかもしれません。 1: Deep Learningってそもそも何してるの? 専門の人からはご指摘入りそうですが、要は回帰
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
深層学習を用いたTwitterにおける会話の応答文生成の試み
Google Details Allo Recommendation Graph Processing Algorithm
Funny speech generation with Azure ML.
