TensorFlow技術解析與實戰 12 圖像與語音的結合

    實現人工智能要有3個要素：語法、語義和推理     語音和視覺是人工智能界非常關注的點，也就是說，在語言和視覺層面，通過語法（對語言來說是語法解析，對視覺來說是三維結構的解析）和語義（對語言來說是語義，對視覺來說是物體動作的含義）作爲模型的輸入訓練數據，最終實現推理的能力，也就是把訓練中學習到的能力應用到工作中去，從新的數據中推斷出結論。 12.1 看圖說話模型      輸入一張圖片，希

>>阅读原文<<