视觉问答学习（一）——视觉问答的动态记忆网络DMN+（tensorflow实现）

一、背景

本文实现的模型来自于论文：《Dynamic Memory Networks for Visual and Textual Question Answering》

之前做了两个月杂活，最近该上手实验了，这里先从别人的实验开始学习。这篇是视觉问答实验的第一篇。

实验数据比较多，图片用的是COCO的，文本标注是VQA 1.0的，另外还用到了vgg16，所以需要准备的东西也非常多。

二、论文简介

论文的下载链接为：https://arxiv.org/pdf/1603.01417.pdf

先给出论文的摘要：

Neural network architectures with memory and attention mechanisms exhibit certain reasoning capabilities required for question answering. One such architecture, the dynamic memory network (DMN), obtained high accuracy on a variety of language tasks. However, it was not shown wheth