Dynamic memory networks plus Pytorch
1.0.0
Реализация DMN+ в Pytorch для вопросов, отвечая на набор данных Babi 10K.
| файл | описание |
|---|---|
babi_loader.py | Декларация класса наборов данных Babi Pytorch |
babi_main.py | содержит DMN+ модель и код обучения |
fetch_data.sh | Скрипт оболочки для получения задач Баби (от DMNS в Theano) |
Установите Pytorch v0.1.12 и Python 3.6.x (для литеральной строковой интерполяции)
Запустите сценарий Shell, чтобы получить данные
chmod +x fetch_data.sh
./fetch_data.sh
Запустите основной код Python
python babi_main.py
Низкая точность по сравнению с Xiong и др. Могут быть связаны с различными настройками распада веса или нестабильностью модели.
В некоторых задачах точность не была стабильной для нескольких пробежек. Это было особенно проблематично на QA3, QA17 и QA18. Чтобы решить это, мы повторили обучение 10 раз, используя случайные инициализации и оценили модель, которая достигла самой низкой потери набора проверки.
Вы можете найти здесь предварительные модели
| Идентификатор задачи | Это репо | Xiong et al |
|---|---|---|
| 1 | 100% | 100% |
| 2 | 96,8% | 99,7% |
| 3 | 89,2% | 98,9% |
| 4 | 100% | 100% |
| 5 | 99,5% | 99,5% |
| 6 | 100% | 100% |
| 7 | 97,8% | 97,6% |
| 8 | 100% | 100% |
| 9 | 100% | 100% |
| 10 | 100% | 100% |
| 11 | 100% | 100% |
| 12 | 100% | 100% |
| 13 | 100% | 100% |
| 14 | 99% | 99,8% |
| 15 | 100% | 100% |
| 16 | 51,6% | 54,7% |
| 17 | 86,4% | 95,8% |
| 18 | 97,9% | 97,9% |
| 19 | 99,7% | 100% |
| 20 | 100% | 100% |
