neural-network - 为什么使用神经堆栈？

Question

我按照https://iamtrask.github.io/2016/02/25/deepminds-neural-stack-machine/中的神经堆栈教程进行了学习.它的主题是“Learning to Transduce with Unbounded Memory”，由 Google DeepMind 发布。

我大概理解了这个提议的模型(上面的网站已经很容易解释了!)，但我没有读过任何其他引用期刊。

教程的最后一个例子是倒序输入。但是，我想知道为什么我们只是将输入序列分成单词并使用简单的条件循环将它们向后重新排序？ (那不会是神经网络)

我的意思是为什么要创建隐藏层并运行大量方程只是为了使输入序列倒退？使用神经网络有什么优势吗？

无论如何我都会阅读引用期刊。但是现在，我只想知道为什么要使用神经网络，而不是用简单的条件循环编程；它的优点。

Answer 1

神经网络/机器学习的要点是将通用算法应用于各种各样的问题，并使用数据和估值函数来有效地产生所需的输出，而无需您实际自己编写代码。

在反转堆栈的情况下；当然，使用普通代码更容易做到这一点。但要点是，您将使用可以执行此操作的通用算法，而无需实际显式编写堆栈代码。从某种意义上说，机器学习解决方案基于训练数据“ self 编写”。堆栈是向您展示其工作原理的一个简单示例。