摘要
神经网络结合外部存储器可以模拟计算机行为。这些模型利用存储器来保存数据，供神经控制器使用，从而能够学习算法和其他复杂任务。在本文中，我们引入了一种新的存储器，用于保存控制器的权重，类似于现代计算机架构中的存储程序存储器。所提出的模型被称为神经存储程序存储器（Neural Stored-program Memory），增强了现有的带有存储器的神经网络，创建了可随时间切换程序、适应不同上下文的可微机器，从而与图灵通用机相似。一系列广泛的实验表明，这些机器不仅在经典算法问题上表现出色，还具有组合学习、持续学习、少量样本学习和问答任务的潜力。