自適應注意力機制在Image Caption中的應用

Introduction 目前大多數的基於 Attention 機制的 Image Captioning 模型採用的都是 encoder-decoder 框架。然而在 decode 的時候，decoder 應該對不同的詞有不同的 Attention 策略。例如，「the」、「of」等詞，或者是跟在「cell」後面的「phone」等組合詞，這類詞叫做非視覺詞（Non-visual Word），更多依

>>阅读原文<<