Dynamic memory networks plus Pytorch

動態 - 內存網絡 - 加上pytorch

DMN+在Pytorch中實現了BABI 10K數據集上的問題。

內容

文件	描述
babi_loader.py	Babi Pytorch數據集的聲明
babi_main.py	包含DMN+模型和培訓代碼
fetch_data.sh	殼腳本以獲取BABI任務（來自Theano的DMN）

用法

安裝Pytorch V0.1.12和Python 3.6.x（用於字面字符串插值）

運行隨附的外殼腳本以獲取數據

 chmod +x fetch_data.sh
./fetch_data.sh

運行主要的Python代碼

 python babi_main.py

基準

與Xiong等人相比，低精度可能是由於重量衰減設置不同或模型的不穩定性所致。

在某些任務上，精度在多個運行中不穩定。這在QA3，QA17和QA18上尤其有問題。為了解決這個問題，我們使用隨機初始化重複了10次訓練，並評估了達到最低驗證集損失的模型。

您可以在這裡找到據位的模型

任務ID	這個存儲庫	Xiong等
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％