在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
解决文本多次出现的方法
在这里插入图片描述
解决短句子的问题
在这里插入图片描述
在这里插入图片描述
取概率最高的词组成句子:显然句子的平滑度不是很好
在这里插入图片描述
下面才是最优的的结果
在这里插入图片描述
n为任意。
在这里插入图片描述
ex:如下,n取4
在这里插入图片描述

相关模型

Multi-Modal RNN
Table Projection 为文字的编码形式
在这里插入图片描述
右下角的Fully Connected为提取图片的特征值
在这里插入图片描述
在这里插入图片描述
Show and Tell
在这里插入图片描述
Show Attend and Tell
加入attention机制,让图像的不同位置生成不同的文字
在这里插入图片描述
在这里插入图片描述
缺点:lstm的学习量过载,要学习如何学习生成文本,又要去学习Attention机制
在这里插入图片描述
Top-Down Bottom-Up Attention
在这里插入图片描述
细化结构
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Logo

汇聚全球AI编程工具,助力开发者即刻编程。

更多推荐