正如您在下面看到的，如果执行上面的代码，您将看到我们的图像特性只是一个形状-(18432，)的numpy数组 。
image_feature_dictionary[list(image_feature_dictionary. Keys())[0]].shape (18432,)接下来，我们将开发用于为图像生成标题的LSTM网络(RNN) 。
用于生成标题的LSTM文本生成是LSTM网络中最流行的应用之一 。LSTM单元格(LSTM网络的基本构建块)能够根据前一层的输出生成输出，即它保留前一层(内存)的输出，并使用该内存生成(预测)序列中的下一个输出 。
对于我们的数据集，我们为每张图片设置了5个标题，即总共40k个标题 。
让我们看看我们的数据集-
文章插图
1.
推荐阅读
- 燃脂瑜伽体式有哪些呢？
- 空气炸锅第一次使用前怎么干烧 首次使用空气炸锅怎么干烧
- 为什么美瞳戴上去模糊 美瞳戴着模糊还能戴吗
- 以茶为点感觉内心禅意
- 归隐山林 以茶为生
- 华为折叠手机最新款X2 华为折叠屏x2什么时候上市
- 午休时分做啥运动好
- 岳不群到底喜欢令狐冲吗 岳不群为什么打不过令狐冲
- 淘宝开店一张银行卡可以吗 淘宝开店手机号和银行卡必须为一个人吗
- 茶之五美