[LAB 13 · 看图生成一句话：训练、解码与消融](/course/notebooks/3da47f3ee3554ee0a36e0bb6a2fdc61f.html)

# 保存、来源与下一步
[独立阅读](/course/notebook-blocks/a41054827a0d49cdb9c0041dd9a7be4b.html)
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](https://www.cv-foundation.org/openaccess/content_cvpr_2015/html/Vinyals_Show_and_Tell_2015_CVPR_paper.html) 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](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/694b7a43ea4948f5a197c014c2fbad3b?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=694b7a43ea4948f5a197c014c2fbad3b&utm_term=get_notebook)：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。