1樓：
答乙個挖墳的：
mask 是可以用來執行條件控制的，類似於數位電路裡的 mux，從兩個結果裡選乙個。
對於 RNN 模型，乙個 batch 內不同樣本長度可能不同，因此經常需要 padding。
假如想得到 RNN 在每條樣本的最後乙個有效時間步的狀態怎麼做？
1、一種辦法是 pre-padding，就是把 padding 符號放在序列最前面，這樣最後乙個時間步 T 就都是有效時間步了，直接把這一步的 RNN 狀態取出來就行。
2、但是 pre-padding 有可能影響 RNN 的最終狀態（因為 RNN 要先處理一些 padding symbol，而不是從第乙個有效 token 開始計算的），如果要做 post-padding 怎麼辦？
在 Theano 的時代，乙個常見的辦法是：state_t = new_state * mask + state_ * (1-mask)，其中 state_ 是前一步的 RNN 狀態，new_state 是 state_ 經過一步 RNN 迴圈後得到的狀態。假設 mask 當且僅當有效時間步內為 1，就會使得在有效時間步內一直更新 RNN 狀態，在 padding 步驟時一直複製最後乙個有效時間步的狀態。
於是，所有樣本同時取最後乙個時間步 T 的狀態即可滿足需求。
當然，在現在這個年代，TF 這樣的靜態圖框架用 tf.cond，或者 PyTorch 這樣的動態圖框架用 if，直接就能條件計算了……
深度學習中的mask到底是什麼意思？
Frank 基本定義 用選定的影象 圖形或物體,對待處理的影象 全部或區域性 進行遮擋,來控制影象處理的區域或處理過程。用於覆蓋的特定影象或物體稱為掩模或模板。光學影象處理中,掩模可以為膠片 濾光片等。數字影象處理中,掩模為二維矩陣陣列,有時也用多值影象。數字影象處理中,影象掩模主要用於 提取感興趣...
矩陣論在影象處理中有些什麼應用
Bihan Wen 矩陣之類的是很好的工具，用來理解影象處理裡的一些技巧和原理。這裡簡單地舉幾個例子 1 影象處理裡經常用到Filtering，數學的本質是Convolution。考慮乙個1 dim的FIR情況，可以認為是一小段向量 假設為a 和另一段 假設為b 在移動中相乘然後相加，結果得到另乙個...
深度學習或強化學習在組合優化方面有哪些應用？
苦中作樂tttt 其實很多基本組合問題用trick加很好的heuristic,可以優化很好了。當然實際應用中的組合優化問題，可能結構或者限制更複雜，許多漂亮的trick用不了或者對數學要求太高了。退而求其次，如果想稍微通用或者懶一點，可以考慮上神經網路。整數優化求解器的樹搜尋模組，比較重要的是pri...