码迷,mamicode.com
首页 > 移动开发 > 详细

论文阅读:Learning Visual Question Answering by Bootstrapping Hard Attention

时间:2018-08-05 21:31:11      阅读:438      评论:0      收藏:0      [点我收藏+]

标签:idt   mat   before   learning   alt   mode   from   get   min   

Learning Visual Question Answering by Bootstrapping Hard Attention

Google DeepMind  ECCV-2018

  2018-08-05 19:24:44

 

Paperhttps://arxiv.org/abs/1808.00300 

 

技术分享图片

 

Introduction

本文尝试仅仅用 hard attention 的方法来抠出最有用的 feature,进行 VQA 任务的学习。

Soft Attention:   

  Existing attention models [7,8,9,10] are predominantly based on soft attention, in which all information is adaptively re-weighted before being aggregated. This can improve accuracy by isolating important information and avoiding interference from unimportant information. 

Hard Attention

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

--

论文阅读:Learning Visual Question Answering by Bootstrapping Hard Attention

标签:idt   mat   before   learning   alt   mode   from   get   min   

原文地址:https://www.cnblogs.com/wangxiaocvpr/p/9427034.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!