PyTorch图像字幕教程：展示、参与和叙述。

简介：
这是一份图像字幕的详细教程。 这篇内容是我撰写的第一篇，旨在指导您如何利用PyTorch库构建引人注目的模型。 假设您已经具备PyTorch、卷积神经网络以及递归神经网络的基础知识。 如果您是PyTorch的新手，建议您先熟悉PyTorch官方文档。 任何问题、建议或更正均可作为问题提交。 我目前使用Python 3.6配合PyTorch 0.4版本进行开发。 2020年1月27日，我新增了两个工作代码示例及相关内容客观的教程，用于构建能够生成图像描述性标题的模型。 为了便于理解，我们将着重实现“显示、出席和讲述”文件。 请注意，这并非当前最先进的技术，但其效果仍然令人印象深刻。 作者的原有实现可以在提供的链接中查阅。 该模型专注于学习图像中的关键区域。 在逐字生成标题的过程中，您可以观察模型的“视线”在图像上移动，这得益于其内置的“注意”机制，它能够将注意力集中在与下一个要描述的单词最为相关的图像部分上。 需要指出的是，该测试图是在训练或验证过程中未曾接触过的。