【周记】001-2019/9/8之前的论文和代码记录

报告内容

（泛读靠自觉，精读要深刻，进展需显著）

论文精读

论文1：（作者，题目，发表信息）

作者：Andrea Frome*, Greg S. Corrado*, Jonathon Shlens*, Samy Bengio,Jeffrey Dean，Marc‘Aurelio Ranzato，Tomas Mikolov（谷歌公司）

题目：【NIPS2013】DeViSE: A Deep Visual-Semantic Embedding Model（深层视觉语义嵌入模型）

问题动机：通过对数据集的训练实现根据图片进行零样本预测语义标签

解决思路：

方法亮点：

1）视觉神经网络模型与语义模型组合； （2）两网络进行预训练，并将参数传递给联合模型； （3）使用了两种评估标准分别与主流方法进行比较； （4）比较了不同难度的数据集预测情况； （5）两种版本预测内容（训练标签与零样本标签）不同。

主要结果：根据图片预测标签，并进行分类

存在问题：

关于能否解决自己问题的思考：DeViSE+1K和DeViSE+0 表示是否预测未出现的标签

 

论文2：（作者，题目，发表信息）

题目：【CVPR2016】Learning deep representations of fine grained visual descriptions.（细粒度视觉描述的深层表示）

作者：密歇根大学，马克斯-普朗克信息学研究所

Scott Reed1 , Zeynep Akata2 , Honglak Lee1 and Bernt Schiele

问题动机：

解决思路：

方法亮点：（1）深层联合结构（2）文本编码器模型函数

主要结果：

存在问题：

关于能否解决自己问题的思考：目标函数和损失函数的定义值得学习（双向损失函数）

 

 

研究进展

方法进展（反映思考深入程度）：

实验进展（反映Coding工作量）：