您好，这段基于生成对抗神经网络的Matlab代码（neuraltalk-rnn-reference）已过时且运行效率低下，现已被弃用，请注意

生成对抗神经网络matlab代码#NeuralTalk 警告：已弃用。 您好，这段代码现在很旧且效率低下，现在已弃用。 我将它留在 Github 上用于教育目的，但如果您想运行或训练图像字幕，我强烈推荐我的新代码版本。 NeuralTalk2 是用编写的，并且明显（我的意思是，~100 倍以上）更快，因为它是在 GPU 上进行批处理和运行的。 它还支持 CNN 微调，这对性能有很大帮助。 该项目包含Python+numpy源代码，用于学习用句子描述图像的多模态循环神经网络。 这方面的工作最近出现在 a 中，并且在过去几个月里一直是研究界多篇学术论文的主题。 此代码目前实现了 和 提出的模型。 两种模型都采用图像并使用循环神经网络（LSTM 或 RNN）预测其句子描述。 概述 该项目的管道如下所示： 输入是使用 Amazon Mechanical Turk 收集的图像数据集和 5 个句子描述。 特别是，此代码库是为 、 和 数据集设置的。 在训练阶段，图像作为输入提供给 RNN，并要求 RNN 预测句子中的单词，条件是当前单词和先前的上下文，由神经网络的隐藏层介导。 在这个阶段，网络的参