CNN处理图片并全连接得到一个包含图片信息的向量 将向量输入LSTM中生成h0,c0等 PS：只有一个LSTM，只是它在不同时刻的表示不同 最简单的方法可以只根据之前的h(t-1)等生成下一刻表示 表示到单词（softmax） 也可以在每个时刻加入图像的特征向量（加入什么、怎么加入都可以自定）
图片向量*矩阵=字典长度向量 （矩阵训练可得） LSTM参数从图像和GT句子训练可得（参数是矩阵，包含每个时刻）
-
Notifications
You must be signed in to change notification settings - Fork 0
SilencerChen/captioning
About
No description, website, or topics provided.
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published