CS231n Assignment 3 Q1 课程学习反思与实践记录

RNN_Captioning

• 数据加载
  • 常规RNN
  • 词向量表示
  • 图像描述生成中的RNN应用

本周在线课程任务量相对较少，因此Boom！CS231n Assignment3强势回归！CS231n这门课程及其作业确实非常有趣，一旦开始编写代码便会让人沉浸其中，斯坦福大学的课程设计真的令人钦佩…

Load Data

完成Assignment3的首要步骤是获取与coco数据集captions相关的部分，作业中提供的操作方式是通过三个.sh文件从Stanford官网下载压缩包。然而，在执行过程中，我发现wget的下载速度仅为10k/s，预计需要大约6天才能完成下载。之后，我不确定代理是否已成功开启，但下载速度确实有所提升，最终顺利获取了所需数据。有需要该数据的用户可通过百度网盘自行下载↓

    链接：https://pan.baidu.com/s/1zKs8pC3NtAMUf70Wu8A7fg 
    提取码：a0tw
    
    
      
      
    

观察其中的图像与标注内容，仍颇具趣味性！

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-img/images/2025-05-31/9ED5CdmqfgQc1Jzxs8h