這次來解解 Peephole-LSTM 吧,由於 LSTM 較為複雜,此次主題會分 2 至 3 次進行。
場地贊助 : 雪豹科技 (特別感謝黃獻德 Ton Ton Hsien-De Huang)
場地 : 雪豹科技 (徵深度學習專家), 台北市信義區信義路5段7號83樓之1
場地清潔費 : 無
講師 : 林國銘 (Kalvar Lin)
參考文獻: 《Recurrent Nets that Time and Count》、《Supervised Sequence Labelling with Recurrent Neural Networks》、《Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation》、《Language Modeling with Gated Convolutional Networks》、Wiki LSTM
附註:
- 請務必準時下午 1 點 55 分前到 101 大樓的 1 樓大廳服務台集合,逾時不候。由於 101 門禁嚴格,只能由雪豹的夥伴統一帶上樓,遲到的人只能對你說聲抱歉,我們不會再下樓去帶人。
- 請吃完中餐再來, 為保持 Office 清潔
- 地點如有變動會再另行通知於 FB 社團, 歡迎加入: 台灣機器學習讀書會
- 請自帶紙筆作筆記
- 有個小小原則和請求, 請幫忙遵守一下, 因為每場報名人數有限, 所以, 報了而無重要因素就隨意缺席者 (請提前告知無法參加), 會視情況拒絕你的下一次參與唷 !
- 有突發狀況能寫信給 Kalvar, email: ilovekalvar@gmail.com
Thanks !