20231015第十七周周报张晨

学习时间：2023.10.8-2023.10.15
学习内容：
1.看论文和代码《Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering》
2.看论文《Tips and Tricks for Visual Question Answering:Learnings from the 2017 Challenge》
3.根据第二篇论文去修改第一篇论文代码，测试了将单词分别映射为50d,100d,200d和300d时的训练得分，如论文中所说，300维的效果最好,生成字幕与标注字幕的相似性最高
4.基本理解每个公式的含义，能够与论文中的图对应上
5.android 完成订单页面(待付款页、待发货页、待收货页、待评价页)、退款页面和用户二维码展示页面设计

了解了一下文本特征提取：RNN->LSTM(解决RNN梯度消失)->ELMO(双向LSTM,解决多语义问题)->attention->transformer(位置编码)->GPT->Bert