现实推理中的组合注意力网络 Drew A.Hudson和Christopher D.Manning 请注意：我们已将截止日期更新为5月15日。祝您好运！ :) 这是针对两个视觉推理数据集的（ICLR 2018）： 和New （ ）。 我们提出了一个完全可微的模型，该模型学习执行多步骤推理。 有关该模型的更多信息，请参见我们的和！ 特别地，该实现包括位于的MAC单元。 该代码支持本文中介绍的标准单元以及其他扩展名和变体。 运行python main.py -h或查看以获取完整的选项列表。