怎么用神经网络学习联想？

以coco数据集为例，一张图片里通常有多个目标，我们可以认为同时出现在同张图片里的物体类别间具有语义联系。

那么，通过对coco数据的学习，怎么让网络在看到一个物体时，同时联想出跟它有语义联系的物体。

最好是能refer已有的工作和github repos，不想reinvent the wheel

关注一下，
神经病网络为啥不去试试治疗真正的心理问题，计算机编程还是要设计决定过程的套路避免人因失误。还是觉得软件钱多好骗？

其实机器学习和软件赚的不是同一份钱。

在玩机器学习的地方，是机器学习带着软件玩。

【 在 heteroclinic (asymptotically stable) 的大作中提到: 】
: 关注一下，
: 神经病网络为啥不去试试治疗真正的心理问题，计算机编程还是要设计决定过程的套路
: 避免人因失误。还是觉得软件钱多好骗？

没人吱声啊

大厂前沿课题，trading secrets？

【 在 wflower(流) 的大作中提到: 】

: 没人吱声啊

【 在 wflower (流) 的大作中提到: 】
: 以coco数据集为例，一张图片里通常有多个目标，我们可以认为同时出现在同张图片里
: 的物体类别间具有语义联系。
: 那么，通过对coco数据的学习，怎么让网络在看到一个物体时，同时联想出跟它有语义
: 联系的物体。
: 最好是能refer已有的工作和github repos，不想reinvent the wheel

这玩意儿我思考过一些

主要可行的思路

构建一个知识图谱 然后研究 graph embedding , 寻找相似网络结构

这里面做的时候用上图神经网络

encoder decoder
encoder takes image as input， output embbedings
decoder uses attention to get info from image embeddings, output a sequence of label.