Neural Module Networks
来源:互联网 发布:有线网络信号增强器 编辑:程序博客网 时间:2024/06/15 21:16
这篇文章旨在开发深度网络的表征能力,并且合成question的语言结构。首先是利用语义解析器分析每个问题,并且利用每个问题的分析结果决定question基本的组成单元(注意、分类等),同时也决定这些单元之间的关系。在Figure 1 中,首先利用CNN生成注意,目标为dog,并且将结果输入到location describer中。低层结构中的各模块之间传递的信息可能是raw image feature、attentions或者classification decisions。每个模块都是特殊输入到输出类型的映射。NMN中所有模块都是相互独立的,都是合成的,这允许对于每个问题的计算都是可以不同的,并且在训练期间可能不会引起注意。出了NMN之外,文中利用LSTM编码问题。
这篇文章主要贡献:
1.首先介绍了Neural Module Networks
2.介绍如何构建Neural Module Networks,并且利用这个网络处理VQA任务
3.引进一个新的数据集
我们的目标是确定一套小的模块可以作为任务的配置组件。
Find 模块.find(c)将输入图像与一个权重向量进行卷积产生一个heatmap或者unnormalized attention。
transform[c]通过多层感知机实现,激活函数是ReLUs,同搞过全连接将attention映射成另外一个attention。
combine[c]模块将两个attention合成一个attention。
describe[c]将attention、输入图像和maps在所有Label上形成分布。
measure[c]将attention映射成Labels.
文中利用Stanford Parser解析每个问题。举例来说,what is standing in the field 被解析成what(stand);what color is the truck 解析成color(truck)。
这些语义上的表示已经可以决定预测网络的结构,但是不能明确的将这些模块组合在一起。给定网络输入,可以得到每个训练样例的网络结构,输入图像,输出标签。在很多情况下,这些网络都是不同的,但是有很多相关参数。举例来说,what color is the cat? /describecolor;where is the truck? /describewhere。
文章最后利用LSTM预测答案。
- Neural Module Networks
- Neural Module Networks
- Neural networks
- Neural Networks
- neural networks
- Neural Networks
- Neural Networks
- Neural Networks
- Neural Networks
- Neural Networks
- Neural Networks
- Neural Networks网站
- Deep learning-------------Neural networks
- Neural Networks code
- Back-Propagation Neural Networks
- Convolutional Neural Networks
- 09: Neural Networks - Learning
- 神经网络(Neural Networks)
- 数组
- apache集成weblogic,Cannot open TEMP post file问题
- 翻转二叉树
- Hadoop MapReduce 在某一列上自连接(self join)
- [JZOJ5073]【GDOI2017第三轮模拟day1】影魔
- Neural Module Networks
- 配置伪分布式时的问题”JAVA_HOME is not set and could not be found“解决方法
- redis.conf 常用配置文件详解
- 数据库基础知识7
- 题目1154:Jungle Roads
- 欢迎使用CSDN-markdown编辑器
- 【一步一个脚印】Tomcat+MySQL为自己的APP打造服务器(3-3)Json数据交互
- 使用virtualenv和virtualenvwrapper
- spring 加载配置文件的方式