suwenyuan

摘要： coco中image_caption的数据格式,对应的文件captions_train2014.json和captions_val2014.json 1.使用json加载文件 对应的解析代码如下： import json if __name__=='__main__': base_path = r' 阅读全文

摘要： 一、易混概念 对于一些常见的距离先做一个简单的说明 1.欧式距离 假设X和Y都是一个n维的向量，即$X=（x_1, x_2, x_3, … x_n），Y=（y_1, y_2, y_3, … y_n）$ 则欧氏距离：$D(X,Y)=\sqrt{\sum_{i=1}^n(x_i-y_i)^2}$ 2.L 阅读全文

摘要： 1.json 内存操作：json.dumps()和json.loads() json.dumps()是将一个Python数据类型转化为字符串 json.loads()是将字符串转化为原先的数据类型（与json.dumps()是互逆操作，还原json.dumps()转化时的数据类型） 文件操作：jso 阅读全文

摘要： 1. SemStyle: Learning to Generate Stylised Image Captions using Unaligned Text(2018 CVPR) 主要研究方向：本论文主要是做语言风格，就是对同一张图片有多种描述。 2. Neural Baby Talk（2018 c 阅读全文

摘要： 1. SCA-CNN: Spatial and Channel-wise Attention in Convolutional Networks for Image Captioning(2017 CVPR) 主要研究方向：大多数现有的基于注意力的图像字幕模型只考虑了空间特征，本文是对同一层的fea 阅读全文

摘要： 一、英文数据清洗 英文数据清洗是去除缩写、非字母符号、专有名词的缩写、提取词干、提取词根。 1.常规的清洗方式 去除非字母符号和常用缩写 #coding=utf-8 import jieba import unicodedata import sys,re,collections,nltk from 阅读全文

摘要： 一、指标概述 这四种指标都是机器翻译的自动评价指标，对于一些生成式文本任务，也是使用这几种评价指标。 二、Bleu原理详解 BLEU是IBM于2002年提出的。我们假定人工给出的译文为reference，机器翻译的译文为candidate。 1.最早的BLEU算法 最早的BLEU算法是直接统计cad 阅读全文

摘要： nn.CrossEntropyLoss()这个损失函数和我们普通说的交叉熵还是有些区别。 $x$是模型生成的结果，$class$是数据对应的label $loss(x,class)=-log(\frac{exp(x[class])}{\sum_j exp(x[j])})=-x[class]+log( 阅读全文

摘要： 具体示例如下，注意观察维度的变化 1.改变tensor维度的操作：transpose、view、permute、t()、expand、repeat #coding=utf-8 import torch def change_tensor_shape(): x=torch.randn(2,4,3) s 阅读全文

摘要： 如下是tensor乘法与加减法，对应位相乘或相加减，可以一对多 import torch def add_and_mul(): x = torch.Tensor([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) y = torch.Tensor 阅读全文