25、基于VGG-16和LSTM的图像描述生成技术详解

基于VGG-16和LSTM的图像描述生成技术详解

1. VGG-16模型推理

1.1 推理概述

在构建好卷积神经网络（CNN）并定义好读取图像和创建批次的流程后，我们要使用从流程中读取的图像对CNN进行推理。推理即输入图像并获取预测结果（图像属于某类别的概率）。此过程从第一层开始，迭代至softmax层，该过程在 inference_cnn 函数中定义。

1.2 各层计算

• 获取权重和偏置 ：

def inference_cnn(tf_inputs, device):
    with tf.variable_scope('CNN'):
        for si, scope in enumerate(TF_SCOPES):
            with tf.variable_scope(scope,reuse=True) as sc:
                weight, bias = tf.get_variable(TF_WEIGHTS_STR), tf.get_variable(TF_BIAS_STR)

• 卷积层输出计算 ：
  • 第一个卷积层：

h = tf.nn.relu(tf.nn.conv2d(tf_inputs