第七講_圖像描述（圖說）Image Captioning

• 本章結構
  

• 遞歸神經網絡
  

• 時序后向傳播（BPTT）
  

朴素Vanilla-RNN

• 基本模型
• 用sigmoid存在嚴重的梯度消失
  

LSTM長短時記憶模型（97年提出）

• 基本模型
  

• 模型對比
  

• LSTM數學模型
  

• 控制門作用理解

• LSTM結構圖
  
  
  
  
  
  
  

• LSTM變種：

• Peephole

• Coupled 忘記輸入門

GRU門限遞歸單元（Gated Recurrent Unit）

• 改進
  
• LSTM和GRU比較
  

圖像描述

• 為圖片生成描述語言
  

• 具有多模態理解和推理；復合理解與推理等研究難點和挑戰
  

• 傳統的分段處理策略
  

• 新的點對點策略
  

• 模型組成
  

Show and tell 模型

• 概述
  
  

• 具有attention機制模型
  
  

數據集

• MSCOCO標注集