Deep learning 如何从特征向量或单词生成句子？_Deep Learning_Caffe_Word2vec_Lstm_Recurrent Neural Network

Deep learning 如何从特征向量或单词生成句子？

deep-learning

Deep learning 如何从特征向量或单词生成句子？,deep-learning,caffe,word2vec,lstm,recurrent-neural-network,Deep Learning,Caffe,Word2vec,Lstm,Recurrent Neural Network,我使用VGG 16层Caffe模型作为图像标题，并且每个图像有几个标题。现在，我想从这些标题（单词）生成一个句子。我在一篇关于LSTM的论文中读到，我应该从训练网络中删除SoftMax层，并将4096特征向量从fc7层直接提供给LSTM。我不熟悉LSTM和RNN的东西。我应该从哪里开始？是否有任何教程显示如何通过序列标签生成句子？AFAIK BVLC/caffe的主分支还不支持递归层体系结构您应该从中提取分支recurrentive。此分支支持RNN和LSTM。它还详细介绍了如何使用数

我使用VGG 16层Caffe模型作为图像标题，并且每个图像有几个标题。现在，我想从这些标题（单词）生成一个句子。
我在一篇关于LSTM的论文中读到，我应该从训练网络中删除SoftMax层，并将4096特征向量从

fc7

层直接提供给LSTM。
我不熟悉LSTM和RNN的东西。

我应该从哪里开始？是否有任何教程显示如何通过序列标签生成句子？

AFAIK BVLC/caffe的主分支还不支持递归层体系结构

您应该从中提取分支

recurrentive

。此分支支持RNN和LSTM。
它还详细介绍了如何使用数据生成经过训练的图像标题