Trong Image Captioning, "encoder-decoder" framework hoạt động như thế nào?

Sigmoid và Tanh

ReLU

Softmax

Linear

Huấn luyện mô hình

Tăng cường dữ liệu

Giảm kích thước hình ảnh

Phân loại đối tượng

Làm mô hình không thể học các phụ thuộc dài hạn

Tăng tốc độ huấn luyện

Giảm kích thước mô hình

Tăng độ chính xác

Tanh hoặc Sigmoid

ReLU

Softmax

Linear

Lưu trữ thông tin từ các bước thời gian trước

Tính toán gradient

Giảm kích thước dữ liệu

Tăng cường đặc trưng

Lưu trữ thông tin dài hạn qua các bước thời gian

Tính toán gradient

Giảm kích thước dữ liệu

Tăng cường đặc trưng