文件名称：Masters-Thesis:思考与讲述-来自大脑数据的图像字幕
文件大小：182KB
文件格式：ZIP
更新时间：2024-04-17 19:00:36
JupyterNotebook
硕士论文 思考与讲述-来自大脑数据的图像字幕 链接 提供ResNet预先训练的网络，这些网络“在ImageNet分类，ImageNet检测，ImageNet本地化，COCO检测和COCO分割中获得了第一名”，这可能对CNN层很有用。 计划 从“展示和讲述”一文中实现CNN-RNN体系结构，下载预训练的权重，从而在可能的情况下节省时间。 在mscoc数据集上对其进行测试 将其转换为与fMRI数据一起使用 添加注意力机制 使用变压器网络 去做： CNN-RNN网络 创建单独的测试集，以检查是否过拟合
【文件预览】：
Masters-Thesis-main
----sandbox.py(1KB)
----.gitignore(2KB)
----README.md(985B)
----read_hdf.py(706B)
----CNN_RNN()
--------train.py(13KB)
--------evaluate.py(653B)
--------count_words.py(821B)
--------model.py(3KB)
--------__init__.py(0B)
--------test_load_weights.py(1KB)
--------feature_extractor.py(3KB)
----utils.py(3KB)
----Analysis_notebook.ipynb(226KB)
----__init__.py(0B)