论文 Stacked Attention Networks for Image Question Answering 将Visual attention 机制应用到了 VQA 中，从整体来说，论文没有什么新颖的地方，也说明了以前的直接完全的 encoder-decoder 效果是不好的，很难capture到 fine details.
stacked attention for VQA
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
