RNN 在圖像描述生成中扮演的角色？（翻譯）

摘要 在圖像描述生成系統中，遞歸神經網絡（RNN）通常被視爲主要的「生成」組件。這個觀點表明圖像特徵應該被注入到RNN中。這實際上是文學中的主導觀點。或者，RNN可以被視爲僅對先前生成的詞進行編碼。這個觀點表明，RNN只能用來編碼語言特徵，只有最後的表示與後期的圖像特徵「合併」。 本文比較了這兩種體系結構。我們發現，一般來說，後期合併優於注入，這表明RNN更好地被視爲編碼器，而不是發生器。 引言

>>阅读原文<<