研究者提出矩阵状态非线性RNN架构M²RNN
热点事件持续更新
研究者提出矩阵状态非线性RNN架构M²RNN
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Mayank Mishra等作者提出一种名为M²RNN的循环神经网络架构，其隐藏状态为矩阵值，状态转移采用非线性表达。作者称，非线性RNN的语言建模性能受状态大小限制，而M²RNN的状态扩展机制可高效利用tensor core。 该工作目前以预印本形式发布在arXiv cs.AI，面向可扩展语言建模，尚未见经同行评审的评测结果。
AI 根据报道生成 · 43 分钟前更新
最新进展10月19日 12:00
M²RNN：采用矩阵值状态的非线性 RNN，面向可扩展语言建模报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIM²RNN：采用矩阵值状态的非线性 RNN，面向可扩展语言建模
研究者提出 M²RNN，一种隐藏状态为矩阵值、状态转移为非线性表达的 RNN 架构，并指出非线性 RNN 的语言建模性能受状态大小限制，其状态扩展机制可高效利用 tensor core。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。