文件名称：San-Pytorch:让我们尝试从头开始在pytorch中实施SAN
文件大小：133KB
文件格式：ZIP
更新时间：2024-06-03 15:29:13
Python
San-Pytorch 让我们尝试从头开始在pytorch中实施SAN。Zichao Yang提出的用于图像问题回答的堆叠式注意力网络最初的实现是在Theano中。 在VQA上的IIT-K冬季实习期间，让我首先在pytorch中实现它，然后开始我的工作。 在继续之前，请先参考和原始的代码。 您还可以参考SAN的实施。 要求：该代码是用Python编写的，并且需要 。 preprocssinng代码在Python和Lua中使用，如果要使用NLTK来标记问题，则需要安装NLTK。 下载数据集 我们只需按照提供的步骤来准备VQA数据。 您需要做的第一件事是下载数据并进行一些预处理。 转到数据/文件夹并运行 $ python vqa_preprocess.py --download 1 --split 1 --download Ture表示您选择从下载VQA数据，-- --split 1表
【文件预览】：
San-Pytorch-master
----README.md(4KB)
----eval.py(6KB)
----train.py(11KB)
----misc()
--------san.py(2KB)
--------utils.py(607B)
--------DataLoaderDisk.py(6KB)
--------__init__.py(1B)
--------ques_emb_net.py(2KB)
--------img_emb_net.py(920B)
--------DataLoader.py(3KB)
----VQA.png(112KB)
----prepro()
--------prepro_img_vgg.lua(4KB)
--------prepro_vqa.py(10KB)
--------prepro_vqa_test.py(10KB)
----data()
--------vqa_preprocess.py(6KB)