keras 2.x python3看图说话模型一步一步的搭建

感想

我最近找到了一篇比较好的看图说话模型的入门教程，地址为：https://fairyonice.github.io/Develop_an_image_captioning_deep_learning_model_using_Flickr_8K_data.html
原文是python2.7的，我这里改成了python3.x的，如果你使用的是python3,参考我的就行了，原论文用python3来写有错误。
然后这篇博客提供了很多样例，并且做了很多可视化，一步一步跟着jupyter的来，相信读者就能理解模型的全过程。

说明

我这里直接嵌入了jupyter notebook，如果读者看不见jupyter,请看浏览器是否拦截，这里给出chrome解除拦截的方法：

图片源于：https://blog.csdn.net/nima1994/article/details/79630087

dataset

用的数据集是Flickr_8k，只有１GB多，比COCO小得多，很适合写看图说话模型的教程，下载地址为：
Flickr8k:https://forms.illinois.edu/sec/1713398

jupyter

src="http://nbviewer.jupyter.org/github/w5688414/image-captioning-examples/blob/master/image_caption_example.ipynb" width="100%" height="30000">

reference

Python3中dict.keys()转换成list类型
TyperError with prepro.py, "float() argument must be a string or number, not ‘map’ "
DataFrame排序sort的问题
jupyter notebook加载到csdn里