DEN1_GeneralizationAtRetrieval:使用动态特征网检索时的泛化

DEN1_GeneralizationAtRetrieval 使用动态特征网检索时的泛化 ###运行玩具示例### 运行toy_example.py生成前三个表中显示的数据。 通过更改超参数“反馈”的值，可以在关联网络的线性，饱和（BSB）和stp（DEN）版本之间进行切换。 超参数包括：eps-收敛标准eta-学习率（保持为1）alpha-stp缩放权重（保持为1）V0-词汇表的最大大小N-用于表示词汇项的特征数量（应与本地代表的V0。本地代表-与分布式一站式编码相同-显式随机三元向量-显式表示权重矩阵（即，用于进行矩阵乘法）idx_predict-我们希望网络生成其最活跃条目的插槽numBanks -库数numSlots-槽数（这是库的特殊情况，每个库中只有一个项目）为了当前手稿的模拟，这两个可以保留相同。 C-这是用于BSB的饱和常数（即，当“反馈”设置为“饱和”模式时-这是在