因果理论在视觉常识特征学习中的应用

背景 文章提到，事实上，人类通过探索物理世界，自然而然地在无人监督的情况下学习常识，我们希望机器也能这样模仿。一个成功的例子便是NLP中词向量的学习，例如，一个词的表示 X X X能够通过预测它的上下文词语 Y Y Y, P ( Y ∣ X ) P(Y|X) P(Y∣X)来学习到。 然而，在视觉任务中，这一情形却有不同。原因是一旦一张图像形成，图像之中的各种物体为何构成这个上下文情景是不得而知的，

>>阅读原文<<