第一视角解读 ICLR 2017

文章预览

“ 罗若天 TTIC博士生 研究方向为计算机视觉 感谢老板，感谢 tti，让我无 paper 裸去 ICLR，还能在法国顺便玩一玩。当然开会最重要的是学习，为了不要忘记，就写一点小 summary。大多数 conference poster 都过了一遍，但是workshop完全无视了。 周一上午 C1: Making Neural Programming Architectures Generalize via Recursion 之前组会讲过，但是没认真听。听作者讲，一下就明白了。简单地说就是训练数据里说了哪里要递归。递归的好处是提供了 proof of generalization，也就是说如果你能在边界情况完美完成的话，所有的 task 就都能完成（有点像动态规划的证明那种感觉）。 所以我认为效果好的原因很简单，就是所有边界情况被 memorize 了。 C2: Learning Graphical State Transitions 一个本 ………………………………