深度视觉注意力预测 该存储库包含Keras实现的“深度视觉注意力预测”论文，该论文发表在IEEE Transactions on Image Processing

介绍了智能聊天机器人的分类 和研究背景 ， 对国内外 研究 现状进行比较，对生成和检索两种主流的实现技术进行优缺点分析，并 分别列举 了几项使用该技。 术手段实现的聊天机器人。 然后 ，介绍了 目前 较为常用的生成 型聊天机器人 的 模型， 以及评估方法， 其中 ， 对 作为 很多模型基础 的Encoder-decoder 模型做了详细介绍和分析， 以及 在 此 基础上完成的 几个优化模型系统

transformer中encoder-decoder实现步骤拆分

编码-解码器-lstm 使用keras，numpy和panda的LSTM模型进行序列到序列的预测。 笔记 该项目是使用PyScaffold 3.0.3设置的。 有关PyScaffold的详细信息和使用信息，请参见 。

ChatBot 对话机器人，包含了看图说话，单轮对话和多轮对话，使用tensorflow 2.0 pytorch 1.3.1 GPT-2 开发环境 - flask==1.0.2 - tensorflow==2.0.0 - pytorch==1.3.1 - sklearn==0.19.2 - scipy==1.4.1 - numpy==1.18.5 - jieba==0.42.1 - pandas==0.23.4 - torchvision==0.5.0 - transformers==2.1.1 js文件 js和layui包放于/static目录下，layui可以到下载，详细目录结构参见文件目录 js 提取码：c8ha layui包 提取码：ts1k 使用 启动前端，可以在pycharm中直接启动 启动app.py 回车或点击左爪发送消息，点击右爪发送图片，点击左耳切换图片描述和图片描述

Encoder-Decoder的经典模型介绍，尤其讲述了为什么要采用Encoder和Decoder两步结构，而不是直接使用单步模型，以及重点讲述了RNN、LSTM的演进过程。

编码器 - 解码器 这个小应用程序可以采用一个有符号整数并通过将其转换为 4 位十六进制代码来对其进行编码。 它还可以通过将 4 位十六进制代码转换为整数来对其进行解码。 测试 spec 文件夹中包含一个最小的 mocha 测试套件。 依赖关系 使用npm install和bower install安装依赖项