目前互联网上很少有关于集合神经网络的资料，正好最近在研究这个方向，所以尝试留下一些微不足道的东西。DeepSets是最早系统地提出有关理论的论文，后续应该还有俩篇笔记介绍Set Transformer和RepSet。 …
由于对称函数的性质，Deep Sets 可以有效地处理大小可变的输入集合，使得网络在多种应用领域展现出优秀的性能。例如，在集合分类任务中，Deep Sets 可以处理不同大小的输入集合，并对其进行分类。在集合生成 …
一、引言. 典型的机器学习算法，如回归或分类，是针对固定维度的数据实例设计的。 当输入或输出是置换不变的集合而不是固定维数的向量时，它们的扩展处理这种情况并非易事，研究人员最近才开始研究它们 [5-8]。 …
在本文中，我们将研究使用 Deepset 的 SQUAD2 模型进行问答以及使用SQuAD v2 指标评估模型，我们将使用 model —deepset/minilm-uncased-squad2。
We also derive the necessary and sufficient conditions for permutation equivariance in deep models. We demonstrate the applicability of our method on population statistic estimation, …
更多内容请点击：08 NIPS 2017《Deep Sets》论文翻译与阅读笔记 - 知乎 推荐文章