LSTM签证 swMATH ID: 27157 软件作者： 亨德里克·斯特罗贝尔（Hendrik Strobelt）、塞巴斯蒂安·盖尔曼（Sebastian Gehrmann）、汉斯彼得·普菲斯特（Hanspeter Pfister）、亚历山大·拉什（Alexander M.Rush） 描述： LSTMVis：递归神经网络中隐藏状态动力学的可视化分析工具。递归神经网络，尤其是长短期记忆（LSTM）网络，是序列建模的一个非常有效的工具，可以学习其序列输入的稠密黑盒隐藏表示。对更好地理解这些模型感兴趣的研究人员研究了隐藏状态表征随时间的变化，发现了一些可解释的模式，但也存在显著的噪声。在这项工作中，我们提出了LSTMVIS，这是一种递归神经网络的可视化分析工具，重点是理解这些隐藏状态动力学。该工具允许用户选择一个假设输入范围，以关注局部状态变化，将这些状态变化与大型数据集中的类似模式相匹配，并将这些结果与域中的结构注释对齐。我们展示了该工具的几个用例，用于分析包含嵌套、短语结构和和弦进行的数据集上的特定隐藏状态属性，并演示了如何使用该工具来隔离模式以进行进一步的统计分析。我们描述了领域、不同的利益相关者及其目标和任务。 主页： https://arxiv.org/abs/1606.07461 源代码： https://github.com/HendrikStrobelt/LSTMVis 关键词： arXiv_cs。氯；人工智能；arXiv_cs。人工智能；神经和进化计算；arXiv_cs。氖；循环神经网络；长短期记忆；LSTM公司 相关软件： TensorFlow公司；CUDA公司；深邃的眼睛；ConvNetJS公司；ActiVis活动；蟒蛇；CI空间；GAN实验室 引用于： 1文件 标准条款 1出版物描述软件 年份 LSTMVis：递归神经网络隐态动力学可视化分析工具arXiv公司亨德里克·斯特罗贝尔（Hendrik Strobelt）、塞巴斯蒂安·盖尔曼（Sebastian Gehrmann）、汉斯彼得·普菲斯特（Hanspeter Pfister）、亚历山大·拉什（Alexander M.Rush） 2016 由1位作者引用 1 Ofitserov，EvgeniĭPetrovich（叶夫根·彼得罗维奇） 连载1篇 1 切比雪夫斯基？斯博尼克 在2个字段中引用 1 统计学（62-XX） 1 计算机科学（68至XX） 按年份列出的引文