LAB 13 · 看图生成一句话：训练、解码与消融

保存、来源与下一步

按问题继续

真实CNN–GRU条件训练与greedy/beam生成、遮图/错图消融

保存、来源与下一步

lab13-data.npz 保存真实训练/保留像素与 token；lab13-caption-weights.pt 保存该次模型；lab13-results.json 保存分割种子、逐轮损失、每条预测、环境、时间和权重/数据 SHA-256。下载的执行版 Notebook 含实际输出，完整代码在每格内。本册的训练和推理已在本地全新 Python 进程运行；这与原 Deepnote 云端历史 run 分开记录。

Show and Tell，CVPR 2015，论文作者/CVF 原文 是图像条件最大似然描述生成的来源。本册保留这一因子分解与 CNN→循环解码思路，但使用小 GRU、自造图形和简化评价；不是原论文复现。

回到 第四讲 · 从条件多解走向生成模型：caption 已经在生成。下一讲继续研究的是怎样表达更复杂的条件分布、目标与采样，而不是第一次出现生成。