Pointer Networks
Artikel konnten nicht hinzugefügt werden
Der Titel konnte nicht zum Warenkorb hinzugefügt werden.
Der Titel konnte nicht zum Merkzettel hinzugefügt werden.
„Von Wunschzettel entfernen“ fehlgeschlagen.
„Podcast folgen“ fehlgeschlagen
„Podcast nicht mehr folgen“ fehlgeschlagen
Pointer Networks
-
Gesprochen von:
-
Von:
Über diesen Titel
This episode breaks down the Pointer Networks research paper, which proposes a novel neural network architecture called Pointer Networks (Ptr-Nets), designed to learn the probability of an output sequence based on an input sequence. Unlike traditional sequence-to-sequence models, Ptr-Nets are capable of handling variable-length output dictionaries, a crucial feature for addressing combinatorial optimisation problems where the output size depends on the input. The paper demonstrates the effectiveness of Ptr-Nets by applying them to three geometric problems: finding planar convex hulls, computing Delaunay triangulations, and solving the travelling salesman problem. The authors show that Ptr-Nets outperform existing methods and demonstrate that they can generalise to larger input sizes, even when trained on smaller datasets.
Audio : (Spotify) https://open.spotify.com/episode/3LEheJ4NnDHhXY7lQrZTuI?si=eIgSallCQiG_Bln4OOFazw
Paper: https://arxiv.org/abs/1506.03134v2
