awesome-rnn, 递归神经网络:专门用于递归的资源列表

分享于 

27分钟阅读

GitHub

  繁體 雙語
Recurrent Neural Network - A curated list of resources dedicated to RNN
  • 源代码名称:awesome-rnn
  • 源代码网址:http://www.github.com/kjw0612/awesome-rnn
  • awesome-rnn源代码文档
  • awesome-rnn源代码下载
  • Git URL:
    git://www.github.com/kjw0612/awesome-rnn.git
    Git Clone代码到本地:
    git clone http://www.github.com/kjw0612/awesome-rnn
    Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/kjw0612/awesome-rnn
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    
    的递归神经网络

    一份专门用于递归神经网络( 与深度学习密切相关。)的资源列表。

    作者:Maintainers,,,,。

    我们有其他主题的页面: awesome-deep-visionawesome-random-forest

    如有需要,请点击 pull邮件,电邮(cms6539@gmail.com ) 或者加入我们的聊天。

    Join the chat at https://gitter.im/kjw0612/awesome-rnn

    共享

    • 在上共享共享
    • 在Facebook上共享
    • 在 Google + 上分享分享。
    • 在LinkedIn上分享

    目录

    代码

    理论

    讲座

    书籍/论文

    体系结构变体

    结构
    • 双向递归 [ Paper ]
      • and和 Kuldip K。 Paliwal,双向双向递归神经网络,传输。 信号处理 1997
    • 多维递归 [ Paper ]
      • ICANN,Santiago,Santiago,ICANN,ICANN,ICANN,ICANN,ICANN。
    • GFRNN [ Paper-arXiv ] [Paper-ICML ] [Supplementary ]
      • Junyoung,Caglar Gulcehre,Kyunghyun Cho,Yoshua Bengio,门控反馈递归神经网络,arXiv: 1502,02367/ICML 2015
    • 树状结构 RNNs
      • ,,Richard Socher,和 Christopher D。 Manning,改进了树结构长短期内的语义表示,arXiv: 1503/acl 2015 [ Paper ]。
      • ,R。Bowman。Christopher。 曼宁,and,,neural,neural,neural,neural,neural,neural,neural,neural,arXiv,。
    • 网格 LSTM [ Paper ] [Code ]
      • Nal Kalchbrenner,Ivo Danihelka和 Alex Graves,网格长短期内存,arXiv: 1507.01526
    • 分段递归 [ Paper ]
      • Lingpeng,,Noah,"分段递归神经网络",ICLR 2016.
    • 设置 [ Paper ]的Seq2seq
      • Oriol Vinyals,Samy Bengio,Manjunath Kudlur,"订单事项: 序列序列为集合,ICLR 2016.
    • 分层递归神经网络 [ Paper ]
      • Junyoung,Sungjin Ahn,Yoshua Bengio,"分层多尺度递归神经网络",arXiv: 1609.01704
    内存
    • LSTM [ Paper ]
      • Sepp Hochreiter和 Jurgen Schmidhuber,长短期记忆,神经计算 1997
    • GRU ( 门控递归单元) [ Paper ]
      • Kyunghyun,Bart,Caglar,Dzmitry,Statistical,Statistical,Statistical,Statistical,Statistical,Statistical,Statistical,Statistical,emnlp,,,,。
    • mysql [ Paper ]
      • a。Graves,G。韦恩和我。 Danihelka,机器, arXiv预印本 arXiv: 1410 5401
    • 神经网络 [ Paper ]
    • 内存网络 [ Paper ]
      • Jason Weston,Sumit Chopra,Antoine Bordes,, arXiv: 1410.3916
    • 指针网络 [ Paper ]
      • Oriol Vinyals,Meire Fortunato和 Navdeep Jaitly,指针网络,arXiv: 1506.03134/nips 2015
    • 深度关注递归q 网络 [ Paper ]
      • ,arXiv,Aleksandr,,,,,。
    • 动态内存网络 [ Paper ]
      • 作者:Ankit,Ozan,Socher,Ishaan,Richard,",",",",","。 用于自然语言处理的动态内存网络"arXiv: 1506.07285

    调查

    应用程序

    自然语言过程

    语言模型
    • Tomas,Martin,Lukas,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent。
    • Tomas,Stefan,Stefan,Lukas,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,[ Paper ],,。
    • Stefan,Tomas,Tomas,Lukas,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Interspeech,[ Paper ],,。
    • Jiwei,minh,and,,Hierarchical,ACL,ACL,ACL,ACL,ACL,ACL,ACL,ACL,ACL。
    • 作者声明:Kiros,Yukun,Ruslan Salakhutdinov,Richard S。 Zemel,thought思想向量,arXiv: 1506.06726/nips 2015 [ Paper ]
    • ,Yacine Jernite,David Sontag,和亚历山大。M。 Rush,字符识别的神经网络模型,arXiv: 1508.06615 [ Paper ]
    • 在 Xingxing Zhang,Liang,树递归神经网络,应用于语言建模,arXiv: 1511 [ Paper ]。00060
    • Felix Hill,Antoine Bordes,Sumit Chopra,以及 Jason Weston,黄金原理: 使用显式内存表示读取儿童书籍,arXiv: 1511.0230 [ Paper ]
    语音识别
    • ,,,George。 ,,Abdel,Navdeep,Tara,Tara,Tara,Tara,。 Sainath,IEEE,IEEE,IEEE,IEEE,IEEE,IEEE,IEEE,IEEE,IEEE。
    • Alex,Abdel,Deep,Deep,Deep,Deep,Deep,Deep,Deep,arXiv,,。
    • 扬 Chorowski,Dzmitry,Dmitriy,Kyunghyun,attention,attention,attention,attention,attention,attention,attention,attention,attention。
    • :快速准确的递归神经网络声学模型: 1507.06947.
    机器翻译
    • 牛津 [ Paper ]
      • Nal Kalchbrenner和 Phil Blunsom,递归连续翻译模型,EMNLP 2013
    • 蒙特利尔大学
      • Kyunghyun,Bart,Caglar,Statistical,Statistical,Statistical,Statistical,Statistical,Statistical,Statistical,[ Paper ],,,,。
      • Kyunghyun,Bart,Dzmitry,Bahdanau和 Yoshua Bengio,关于机器翻译的属性: 编码器解码器接近,SSST-8 2014 [ Paper ]
      • Jean,Dzmitry,Bart,Bart,Bart,Overcoming,Overcoming,Overcoming,Overcoming,Overcoming,Overcoming,Overcoming,SSST-8,。
      • Dzmitry,KyungHyun,,Neural,Neural,Neural,Neural,Neural,arXiv,,[ Paper ]。
      • 作者:Sebastian,Kyunghyun,Roland,Roland,neural,neural,arXiv,,,。
    • 大学和中东技术学院。 Maine大学 [ Paper ] 大学
      • Caglar,Orhan,Kelvin,Neural,Neural,Neural,Neural,Neural,Neural,Neural,03535,,。
    • 谷歌 [ Paper ]
      • Ilya Sutskever,Oriol Vinyals和 Quoc V。 Le,序列与神经网络学习,arXiv: 1409,3215/nips 2014
    • Google + 论坛 [ Paper ]
      • minh Luong,Ilya Sutskever,Quoc V。 Le,Oriol Vinyals和 Wojciech Zaremba,解决了神经网络中的罕见字问题,arXiv: 1410/acl。8206/acl 2015
    • [ Paper ] + 华为
      • Fandong,Zhengdong,Zhaopeng,Hang,Deep,Deep,arXiv,,。
    • 斯坦福 [ Paper ]
      • minh Luong,Hieu Pham和 Christopher D。 Manning基于神经机器翻译的有效方法,arXiv: 1508.
    • 中东科技学院。大学+ 纽约大学+ 大学。 蒙特利尔 [ Paper ]
      • Orhan,Kyunghyun,and,,Multilingual,Multilingual,Multilingual,arXiv,,。
    会话模型
    • Lifeng,Zhengdong,and,,Neural,arXiv,acl,acl,acl,acl,acl,acl,acl,acl。
    • Oriol Vinyals和 Quoc V。 Le,一个神经网络模型,arXiv: 1506 [ Paper ]。
    • Ryan Lowe尼桑电源公司 Iulian V。 Serban,和 Joelle Pineau,了Ubuntu对话语料库: Unstructured多通道对话系统的大型数据集( arXiv: 1506.08909 [ Paper ]
    • 作者:Jesse,arXiv,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating,Evaluating。
    • Jason Weston,基于的语言学习,arXiv: 1604,06045,[ Paper ]
    • Antoine Bordes和 Jason Weston,学习End-to-End目标定向对话框,arXiv: 1605,07683 [ Paper ]
    问题回答
    • adv。公平
      • ,,Antoine Bordes,Sumit Chopra,Tomas Mikolov,Alexander。 Rush,面向完整的问题回答: 一组必备玩具任务,arXiv: 1502.05698 [ Web ] [Paper ]
      • Antoine Bordes,Nicolas,Sumit Chopra,和Jason简单回答内存网络的问题,arXiv: 1506.02075 [ Paper ]
      • Felix Hill,Antoine Bordes,Sumit Chopra,Jason Weston,"黄金法则: 阅读具有显式内存表示的儿童书籍,ICLR 2016 [ Paper ]
    • DeepMind + 牛津 [ Paper ]
      • 题名:1506,arXiv,Mustafa,,,,,,。
    • MetaMind [ Paper ]
      • 作者:Ankit,Ozan,Mohit,,,,,:,:。 用于自然语言处理的动态内存网络,arXiv: 1506.

    计算机视觉

    对象识别
    • Pedro和 Ronan Collobert,递归卷积神经网络用于场景标签,ICML 2014 [ Paper ]
    • Ming和 Xiaolin Hu,递归卷积神经网络用于对象识别,CVPR 2015 [ Paper ]
    • Wonmin,Thomas,Federico,,LSTM,Scene,Scene,CVPR,,,。
    • Mircea,Hannes,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent。
    • Shuai Zheng Sadeep Jayasumana Bernardino Vineet,and and and and and and,。 S,条件随机场作为递归神经网络,arXiv: 1502,03240 [ Paper ]
    • 美国的Xiaodan,Xiaohui,Donglai,Jiashi,Liang,and,Semantic,Semantic,Semantic,Semantic,arXiv,,。
    • Sean,C,Kavita平衡,,inside,:。 使用跳过池和递归神经网络检测对象,arXiv: 1512.04143/iccv 2015 workshop [ Paper ]
    视觉跟踪
    • 中国 model,Qipeng,Zheng,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,[ Paper ],。
    基于的图像生成
    • Karol Gregor,Ivo Danihelka,Alex Graves,Danilo J。 Rezende,和 Daan Wierstra,绘制: 一种用于图像生成的递归神经网络 ICML 2015
    • Angeliki Lazaridou,T。Nguyen。R。 Bernardi和M。Baroni,揭示了单词嵌入的梦想: 面向语言驱动的图像生成,arXiv: 1506.03500 [ Paper ]
    • 本文介绍了利用空间 LSTMs。arXiv: 1506/nips 2015 [ Paper ] 生成的Lucas和Matthias生成图像模型。
    • Aaron,Nal,Nal,像素递归神经网络,,arXiv,[ Paper ]
    基于的视频分析
    • 多伦多 [ paper ] 大学
      • 使用 LSTMs,arXiv: 1502/ICML 2015的Nitish Srivastava,Elman Mansimov,Ruslan Salakhutdinov,无监督学习视频表示
    • 剑桥 [ paper ] 大学
      • Viorica Patraucean,Ankur Handa,Roberto Cipolla,视频时序视频 autoencoder,具有可以微内存,arXiv: 1511.06309

    Multimodal ( CV + NLP )

    图像字幕
    • UCLA + 百度 [ Web ] [Paper-arXiv1 ],[Paper-arXiv2 ]
      • Junhua,Wei,Yi,Jiang,and。 使用Multimodal递归神经网络解释图像,arXiv: 1410
      • Junhua,Wei,Yi,Zhiheng,Alan。 使用 Yuille,,arXiv,: 1412/iclr 2015实现了,深字幕
    • 多伦多 [ Paper ] [Web demo ]
      • Kiros,Ruslan Salakhutdinov,Richard S。 使用多语言语言模型,arXiv,: 1411/tacl 2015实现了基于xml的统一可视化语义嵌入
    • Berkeley [ Web ] [Paper ]
      • Jeff,Lisa,Visual,Visual,Visual,Visual,Visual,Visual,Visual,Visual,Visual,Visual,arXiv,,cvpr,。
    • 谷歌 [ Paper ]
      • Oriol Vinyals,亚历山大 Toshev,Samy Bengio和 Dumitru Erhan,展示和讲述: 一个神经网络标题生成器,arXiv: 1411,4555/cvpr 2015
    • 斯坦福
      • Andrej Karpathy和 Li,深层视觉语义对齐,用于生成图像描述,CVPR 2015
    • 微软 [ Paper ]
      • 姓名:Hao,Saurabh,Piotr,Xiaodong,John,John,约翰。 作者:,Lawrence,and,Captions,Captions,arXiv,,,,。
    • [ Paper-arXiv ] + 微软,[Paper-CVPR ]
      • Xinlei,和C,学习图像标题生成的递归可视表达。
      • Xinlei Chen和C。劳伦斯。Zitnick,的眼睛: 图像标题生成的递归视觉表示,CVPR
    • 大学蒙特利尔+ 大学 [ Web ] [Paper ]
      • 放大图片作者:,,,,,,,,,,。 Zemel,Yoshua Bengio,,出席,并显示: 使用视觉注意生成神经图像标题 arXiv: 1502.03044/ICML 2015
    • Idiap + EPFL + Facebook [ Paper ]
      • Remi,Pedro,Pinheiro,and,phrase,phrase,phrase,arXiv,,,,。
    • UCLA + 百度 [ Paper ]
      • Junhua,Wei,Yi,Zhiheng,Alan。 Yuille,像孩子一样学习: 从图像描述 arXiv: 1504.06692 Fast快速新的视觉概念学习
    • MS + Berkeley
      • ,Saurabh,Ross,Margaret,and。 Lawrence,,Exploring,Exploring,Exploring,Exploring,arXiv,,Exploring,Exploring,Exploring,Exploring,Exploring。 技术上不是递归的( [ Paper ] )
      • Jacob,Hao,Hao,Saurabh,Xiaodong,,,Image,Image,Image,Image,Image。 Quirks,arXiv,: 1505
    • Adelaide [ Paper ]
      • Qi,Chunhua,Anton,Anton,,Intermediate,Intermediate,arXiv,。
    • Tilburg [ Paper ]
      • Grzegorz,Akos,,arXiv,,,,。
    • 大学 [ Paper ]
      • 作者:Kyunghyun,Aaron,and,Describing,Describing,arXiv,,,,。
    • Cornell [ Paper ]
      • Hessel,Nicolas Savva和 Michael J。 Wilber,的图像表示和新领域的神经图像字幕,arXiv: 1508.02091
    视频字幕
    • Berkeley [ Web ] [Paper ]
      • Jeff,Lisa,Visual,Visual,Visual,Visual,Visual,Visual,Visual,Visual,Visual,Visual,arXiv,,cvpr,。
    • 奥斯汀+ UML + Berkeley [ Paper ]
      • Subhashini,Huijuan,Jeff,Jeff,Jeff,arXiv,,,,,。
    • 微软 [ Paper ]
      • Yingwei,Tao,Ting,Houqiang,联合建模嵌入和翻译桥梁视频和语言,arXiv,: 1505.01861
    • UT奥斯汀+ Berkeley + UML [ Paper ]
      • Subhashini,Marcus,Jeff,Jeff,Raymond,Trevor,Sequence,arXiv,,。
    • 大学 Montreal Sherbrooke [ Paper ] 大学
      • Li,Atousa,Kyunghyun,Nicolas,Nicolas,Temporal,Temporal,arXiv,Describing,,。
    • MPI + Berkeley [ Paper ]
      • Anna,Marcus,Marcus,,Movie,Movie,arXiv,。
    • 大学,多伦多+ MIT [ Paper ]
      • 作者:Yukun,Aligning,Aligning,Aligning,Aligning,Aligning,Aligning,Aligning,Aligning,Aligning,Aligning。 通过观看电影和阅读书籍来向story解释 story arXiv: 1506.
    • 大学 [ Paper ]
      • 作者:Kyunghyun,Aaron,and,Describing,Describing,arXiv,,,,。
    • 浙江大学+ UTS [ Paper ]
      • Pingbo,Zhongwen,Yi,Yi,Yueting,Hierarchical,Hierarchical,Video,Video,arXiv,,。
    • 大学:蒙特利尔+ 纽约大学+ IBM [ Paper ]
      • 李文,尼斯尼半刚体,Kyunghyun,约翰 R。 Smith和 Yoshua Bengio,图像和视频字幕的经验表现上限上限,arXiv: 1511.04590
    视觉问题答案
    • 弗吉尼亚科技。+ MSR [ Web ] [Paper ]
      • Stanislaw Antol,Aishwarya Agrawal,Jiasen Lu,Margaret,Dhruv Batra,C。 Lawrence Zitnick和设备 Parikh, VQA: 视觉问题回答,arXiv: 1505.00468/cvpr 2015 SUNw:Scene 了解 workshop
    • MPI + Berkeley [ Web ] [Paper ]
      • Mateusz Malinowski,Marcus Rohrbach和 Mario Fritz请回答你们的神经元: 基于神经网络的回答图像 arXiv: 1505.01121的方法
    • 多伦多 [ Paper ] [Dataset ]
      • Mengye,Ryan,and,Image,Exploring,arXiv,,,,deep,deep。
    • [ Paper ] + UCLA [Dataset ]
      • 你和a Machine,Junhua,Jie,Zhiheng,Lei,和 Wei,你是在跟一个机器说话? 多语言图像回答的数据集和方法。arXiv: 1505.05612/nips 2015
    • SNU + NAVER [ Paper ]
      • jin,sang,dong,Visual,Visual,Visual,Visual,Visual,Visual,arXiv,,,。
    • UC Berkeley + 索尼 [ Paper ]
      • Akira Fukui Park Park,Visual,Visual,Visual,Visual,Visual,arXiv,,,,,。
    • Postech [ Paper ]
      • Hyeonwoo and,Bohyung,,arXiv,Joint,Joint,,。
    • SNU + NAVER [ Paper ]
      • jin,Kyoung,Jeonghee,byoung,Bilinear,Bilinear,Bilinear,arXiv,。
    • 视频质量
      • CMU + 绑定 [ paper ]
        • Linchao,Zhongwen,Alexander。 Hauptmann,揭示视频问题和应答的时间上下文,arXiv: 1511.04670
      • 工具箱+ 麻省理工学院+ 大学。 多伦多 [ Paper ] [Dataset ]
        • Makarand,Yukun,Rainer,Torralba,Raquel Urtasun,Sanja Fidler,xsr: 通过问题回答,arXiv: 1512.02902了解电影中的故事
    图灵机
    • a。Graves,G。韦恩和我。 Danihelka,机器, arXiv预印本 arXiv: 1410 5401 [ Paper ]
    • Jason,Sumit Chopra,Antoine Bordes,, arXiv: 1410 3916 [ Paper ]
    • sh - Joulin和 thomas Mikolov,推导出栈扩充递归网的算法模式,arXiv: 1503/nips 2015 [ Paper ]
    • Sainbayar,Arthur,Arthur,Jason,End-To-End,arXiv,,,。
    • Wojciech Zaremba和 Ilya Sutskever,增强学习神经网络, arXiv: 1505.00521 [ Paper ]
    • Baolin,Kaisheng,,Recurrent,Recurrent,Recurrent,arXiv,,。
    • 作者:Fandong,Zhengdong,Deep,Deep,arXiv,,。
    • Arvind Neelakantan,Quoc V。Le和 Ilya Sutskever,神经程序员: 使用梯度下降激活潜在程序 arXiv: 1511.04834 [ Paper ]
    • Scott,,,arXiv,,1.
    • 支持 Karol Kurach,Marcin Andrychowicz和 Ilya Sutskever,神经随机访问机器,arXiv: 1511.06392 [ Paper ]
    • Ethan,,跳过思考内存网络,arXiv: 1511,6420 [ Paper ]
    • Wojciech,Tomas,Tomas,Armand,学习简单算法从示例,arXiv: 1511 [ Paper ]。

    机器人

    • Hongyuan Mei,Mohit Bansal和 Matthew R。 Walter听听听听听着 导航指令到动作序列的神经映射,arXiv: 1506,[ Paper ]
    • Marvin,Sergey,Chelsea,Chelsea,Chelsea,Partially,Policy,Policy,Policy,Policy,Policy,Policy,Policy,。 [Paper]

    其他

    • Alex,,Generating,Generating,0850,,
    • Volodymyr,Nicolas,Nicolas,Alex,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,[ Paper ],,,。
    • Wojciech Zaremba和 Ilya Sutskever,学习执行,arXiv: 1410.4615 [ Paper ] [Code ]
    • ,arXiv,Bengio,Navdeep,,Recurrent,Recurrent,Recurrent,Recurrent,Scheduled,Scheduled,Scheduled,Scheduled,Scheduled,Scheduled。
    • Bing,Zhen,Gang,Gang,recurrent,recurrent,recurrent,recurrent,recurrent,recurrent,recurrent,。
    • Soren,Casper,Casper,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,[ Paper ],,。
    • Cesar,Gabriel,Philemon,,Batch,Batch,Batch,Batch,Batch,[ Paper ],。
    • Jiwon,Jung,Kyoung,deeply,deeply,deeply,deeply,arXiv,。
    • 中国 model,Qipeng,Zheng,Recurrent,Recurrent,Recurrent,Recurrent,Recurrent,[ Paper ],。
    • Francesco Visin,Kyle Kastner,Aaron Courville,Yoshua Bengio,Matteo Matteucci和 Kyunghyun Cho, ReSeg: 用于对象分割的递归神经网络,arXiv: 1511,07053
    • Juergen Schmidhuber,在学习思考的时候: Reinforcement学习控制器和递归神经世界模型的算法信息理论 arXiv: 1511 [Paper]

    数据集

    博客

    在线演示


    相关文章