image captioning 是由CNN和RNN连接起来的网络
----------------------------------------------------------------------------------------------------------------------------
Image captioning with Attention
CNN处理图形后不再产生一个向量，而是对图片的每个位置各产生一个向量，即输入到RNN的是一个向量组
soft attention & hard attention
hard attention 不可微分，需要高级bp算法（增强学习中会介绍）
--------------------------------------------------------------------------------------------------------------------------------
visual question answering
将RNN单元缩写
Whh,Whx两个矩阵横着摆放
ht-1和xt竖着摆
由于RNN序列很长，会出现梯度消失和梯度爆炸问题
梯度爆炸使用gradient clipping解决
梯度消失使用LSTM
具体的反向传播过程如下：
vanilla RNN
LSTM
通过ct，可以传回梯度（ct能传回来梯度，对应单元的W也就有了梯度）
乘的不再是矩阵，而是f,每次乘的f不一样，所有消失的慢。而且不经过tanh
f门的偏置可以初始为较大的值，以使得激活后不为0
LSTM和GRU改变一点都会效果变差，无法改进。。。
GRU如下图
