QQ704630835的博客

一、背景本文实现的模型来自于论文：《Show, Ask,Attend, and Answer:A Strong Baseline For Visual Question Answering》该模型比较经典，也是本系列的第二篇视觉问答模型，主要参考代码【1】，但是由于原模型中，数据集封装的比较好，复现到其他数据集上的话会比较困难，因此我把数据集部分的读取和加载做了改动。【1】https://github.com/momih/vqa_tensorflow二、论文简介这篇论文之前介绍过，这里.

一、背景本文实现的模型来自于论文：《Dynamic Memory Networks for Visual and Textual Question Answering》之前做了两个月杂活，最近该上手实验了，这里先从别人的实验开始学习。这篇是视觉问答实验的第一篇。实验数据比较多，图片用的是COCO的，文本标注是VQA 1.0的，另外还用到了vgg16，所以需要准备的东西也非常多。二、...