“视觉注意的反复模型”的复制，mnih等。二千零一十四
thrillington的Python项目详细描述
视觉注意的反复模型
在tensorflow中复制以下文件：
mnih、volodymyr、nicolas heess和alex graves。
“视觉注意的反复模式。”
神经信息处理系统的进展。2014年。
https://papers.nips.cc/paper/5542-recurrent-models-of-visual-attention
部分基于以下实现：
- https://github.com/torch/rnn/blob/master/examples/recurrent-visual-attention.lua
- https://github.com/seann999/tensorflow_mnist_ram
- https://github.com/kevinzakka/recurrent-visual-attention
安装
$ pip install thrillington
（thrillington因为pypi上已经有一个ram，
因为https://en.wikipedia.org/wiki/Thrillington）
用法
可以从命令行使用配置文件运行库。
$ ram train ./RAM_config-2018-10-21.ini
...
0%| | 0/10000 [00:00<?, ?it/s]
config.train.resume is False,
will save new model and optimizer to checkpoint: /home/you/data/ram_output/results_20181021/checkpoints/ckpt
Epoch: 1/200 - learning rate: 0.001000
282.5s - hybrid loss: 1.690 - acc: 6.000: 100%|██████████| 10000/10000 [04:42<00:00, 35.65it/s]
0%| | 0/10000 [00:00<?, ?it/s]
mean accuracy: 9.97
mean losses: LossTuple(loss_reinforce=-1.1296023, loss_baseline=0.09972435, loss_action=2.3005059, loss_hybrid=1.2706277)
Epoch: 2/200 - learning rate: 0.001000
282.8s - hybrid loss: 1.223 - acc: 10.000: 100%|██████████| 10000/10000 [04:42<00:00, 35.50it/s]
0%| | 0/10000 [00:00<?, ?it/s]
...
有关配置文件格式的详细说明，请参见here
更改日志
要查看过去的更改和正在进行的工作，请查看CHANGELOG。
欢迎加入QQ群-->： 979659372
