keras中文doc之三 结尾给出了一个非常简单的vqa视觉问答的程序demo，我们今天看一个复杂的tensorflow版本的VQA。
https://github.com/JamesChuanggg/VQA-tensorflow
Tensorflow Implementation of Deeper LSTM normalized CNN for Visual Question Answering
此tensorflow版本的VQA精度达到原torch程序版本：
This current code can get 58.16 on Open-Ended and 63.09 on Multiple-Choice on test-standard split.
效果：
但是代码只有400多行，喜欢的朋友可以看起来。
相对于此版本的VQA，改进版本的VQA增加了注意力及层级关系
https://github.com/jiasenlu/HieCoAttenVQA
Hierarchical Question-Image Co-Attention for Visual Question Answering
注意力效果如图：
注意力在视频中的应用可以参考：
https://github.com/tsenghungchen/SA-tensorflow
阅读原文看完整代码。
