像上一篇show,attend and tell论文中，要求预测生成a，of这些不能与图像中的视觉信息相对应的虚词，量词时，仍然要关注一块区域与这些词对应起来。这种情况其实是没有必要的。本文解决的就是这种问题。在这篇文章中，提出了一种新颖的带有视觉哨兵（visual sentinel）的自适应注意力模型（ adaptive attention model）。在每个时间步骤，模型决定是否关注图像（如

图像描述-加注意力机制

3.但是这样还是不能解决这个问题，我的路径好像赋值不够准确（sorry）再进行查看，发现train.py的161行对detections_path用args.features_path进行了赋值，所以要继续查看这个args.features_path，我尝试打印args.features_path的值，果然打印出来是None。（下载真的慢的要死）我忽略了一点，我要用m2release这个虚拟环境的

*解决方法：**在Vscode终端输入：npm install -g vite。下载成功后即可运行npm run dev命令。

复现Show,Attend and tell代码

利用Pycharm远程连接AutoDL

点击File,点击settings，接着选择Python Interpreter，点击Add Interpreter，选择On SHH接下来就要填写SSH的主机，端口号，用户名。从阿里云服务器官网复制自己购买的服务器的公网IP地址，这样就得到了主机。用户名通常是root，但是我在后面重置密码的时候发现我的密码是administrator，端口号用默认的就行，然后点击Next。接着需要填写密码，但是

点击自定义服务，弹出以下界面：运行Windows+R，输入cmd，然后在命令行按照上面的提示操作就可。接着打开浏览器：输入http://localhost:6006，成功显示。

点击File,点击settings，接着选择Python Interpreter，点击Add Interpreter，选择On SHH接下来就要填写SSH的主机，端口号，用户名。从阿里云服务器官网复制自己购买的服务器的公网IP地址，这样就得到了主机。用户名通常是root，但是我在后面重置密码的时候发现我的密码是administrator，端口号用默认的就行，然后点击Next。接着需要填写密码，但是