![記憶ユニット(MQN)の概要
ht
W c
key情報と現在
のcontexから
keyを作成
Et
Ot
ht
ht
Pt
ht
Mt
val
pt,i =
exp ht
Τ
Mt
key
i[ ]⎡⎣ ⎤⎦
exp ht
Τ
Mt
key
j[ ]⎡⎣ ⎤⎦j=1
M
∑](https://image.slidesharecdn.com/hackathon161010pressen-161010050109/85/Hackathon-161010-pressen-16-320.jpg)
Hackathon 161010 pressen
- 8. 予測の流れ image fully- connected Q(s,a) PredNet AlexNet depth メモリユニット AlexNet 記憶の流れ PredNetへ現在 の画像を入力
- 11. 記憶の流れ image fully- connected Q(s,a) PredNet AlexNet depth メモリユニット AlexNet 記憶の流れ AlexNetへ現在 の画像を入力
- 12. 記憶の流れ image fully- connected Q(s,a) PredNet AlexNet depth メモリユニット AlexNet 記憶の流れ メモリユニットへ 現在の特徴量 を入力
- 13. PredNetの概要 Al t = xt MAXPOOL RELU CONV El−1 t ( )( )( ) ⎧ ⎨ ⎪ ⎩ ⎪ if l = 0 l > 0 Al t ∧ = RELU CONV Rl t ( )( ) El t = RELU Al t − Al t ∧⎛ ⎝ ⎜ ⎞ ⎠ ⎟;RELU Al t ∧ − Al t ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ ⎡ ⎣ ⎢ ⎤ ⎦ ⎥ Rl t = CONVLSTM El t−1 , Rl t−1 ( ) １層のみ使用
- 14. 記憶ユニット(MQN)の概要 Et ht Ot W c 過去のimageを encodeして溜め 込む Mt val = W val Et ht ht Pt ht Mt val
- 15. 記憶ユニット(MQN)の概要 ht W c 過去のimageを encodeしてkey情報 として溜め込む Et Ot ht ht Pt ht Mt val Mt key = W key Et
- 16. 記憶ユニット(MQN)の概要 ht W c key情報と現在 のcontexから keyを作成 Et Ot ht ht Pt ht Mt val pt,i = exp ht Τ Mt key i[ ]⎡⎣ ⎤⎦ exp ht Τ Mt key j[ ]⎡⎣ ⎤⎦j=1 M ∑
- 19. 学習結果（予測モデルのみ） 0 2 4 6 8 10 12 0 500 1000 1500 2000 2500 3000 結果がどうなるかご期待！
- 20. 学習結果中のビデオ
- 22. DQN〜MQN〜FRMQN
- 23. 終わり