lxmertcatt

最重要的事情。 我们的代码是根据以下内容开发的： LXMERT：从变压器学习跨模态编码器表示形式（ ） 这是他们的自述文件。 在几个截止日期之后，我将更新我们的。 介绍 EMNLP 2019论文PyTorch代码。 我们的EMNLP 2019演讲的幻灯片可。 要分析预训练模型的输出（而不是对下游任务进行微调），请加载权重https://nlp1.cs.unc.edu/data/github_pretrain/lxmert20/Epoch20_LXRT.pth在部分中进行。 的默认权重是通过与此代码稍有不同的协议来训练的。 结果（使用此Github版本） 分裂 本地验证 69.90％ 59.80％ 74.95％ 测试开发 72.42％ 60.00％ 74.45％（测试P） 测试标准 72.54％ 60.33％ 76.18％（Test-U） 表中的所有结果都是使用此代