Karpathy发布RNN教程并开源字符级LSTM代码
热点事件持续更新
Karpathy发布RNN教程并开源字符级LSTM代码
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Andrej Karpathy 发布博文《The Unreasonable Effectiveness of Recurrent Neural Networks》，并同步在 GitHub 以 MIT 许可证开源基于多层 LSTM 的字符级语言模型训练代码 char-rnn，用户可用大段文本训练模型逐字符生成文本。 文章称 RNN 可对输入、输出或两者的向量序列建模，不受固定计算步数限制，并具备图灵完备性。Karpathy 提示，有 GPU 时训练更有利，纯 CPU 训练约慢 10 倍。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 20:09
RNN 的惊人有效性：用字符级 LSTM 生成文本报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hacker NewsRNN 的惊人有效性：用字符级 LSTM 生成文本
Andrej Karpathy 发布博文《The Unreasonable Effectiveness of Recurrent Neural Networks》，并同步在 GitHub 开源基于多层 LSTM 的字符级语言模型训练代码，输入大段文本即可逐字符学习生成。文章指出 RNN 可对输入、输出或两者的向量序列建模，不受固定计算步数限制，并称其具备图灵完备性。
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。