recurrent-models-of-visual-attention

递归注意模型 介绍 此仓库 注意力模型（RAM）的实现。 我在$ 28 \ times 28 $ MNIST数据集上测试了该模型，并得到以下结果： nums_glimpses 错误率 论文中的错误率 2个 2.34％ 3.79％ 7 1.93％ 1.07％ 要求 Python 3.6+ PyTorch 0.4 用法 该代码已在仅CPU的环境中进行了测试。 有关超参数设置，请参见train.py详细信息，并使用参数运行以下命令： python train.py --epochs 30 ...