NIC文献阅读

• 文章：

Show and Tell: A Neural Image Caption Generator

• 目的：看图说话，即图片标注
• 实现方式：cnn+lstm
  如下图所示：
  
  模型框架：
  
  损失函数：
  
• 扩展：
  lstm是在rnn的基础上进行的改进，主要是为了解决梯度消失的情况，其框架如下图所示：
  
  按照时间序列展开后：
  
  lstm在rnn的基础上添加了遗忘门，输入门，输出门。具体的操作如上图所示。