Warum neuraler Stack verwendet wird?

Question

Ich folgte dem Tutorial des neuralen Stacks in https://iamtrask.github.io/2016/02/25/deepminds-neural-stack-machine/. Das Thema lautet "Lernen mit unermesslichem Speicher zu übertragen", herausgegeben von Google DeepMind.

Ich verstand grob dieses vorgeschlagene Modell (oben auf der Website hatte leicht erklärt!), Aber ich habe keine anderen Fachzeitschriften gelesen.

Das letzte Beispiel des Lernprogramms macht die Eingabefolge rückwärts. Ich frage mich jedoch, warum wir die Eingabesequenz einfach in Wörter unterteilen und sie mit einer einfachen bedingten Schleife neu anordnen? (Und das wäre kein neuronales Netzwerk)

Ich meine, warum versteckte Ebenen zu schaffen und viele Gleichungen zu betreiben, nur um die Eingabefolge rückwärts zu machen? Gibt es einen Vorteil der Verwendung eines neuronalen Netzwerks?

Ich werde sowieso Referenzjournale lesen. Aber jetzt möchte ich nur den Grund wissen, ein neuronales Netzwerk zu verwenden, anstatt mit einer einfachen bedingten Schleife zu programmieren; seine Vorteile.

Answer 1

Der Punkt neuronaler Netze/maschinelles Lernen besteht darin, einen allgemeinen Algorithmus auf eine Vielzahl von Problemen anzuwenden und Daten und eine Bewertungsfunktion zu verwenden, um die gewünschte Ausgabe effektiv zu erzeugen, ohne dass Sie sie selbst programmieren müssen.

Im Falle der Umkehrung eines Stapels; Sicher, es ist einfacher, dies mit normalem Code zu tun. Aber der Punkt ist, dass Sie einen allgemeinen Algorithmus verwenden würden, der dies tun kann, ohne dass Sie tatsächlich einen Stack explizit codieren müssen. In gewissem Sinne schreiben sich maschinelle Lernlösungen basierend auf Trainingsdaten. Der Stack ist ein triviales Beispiel, um Ihnen zu zeigen, wie das funktioniert.