NeuralTalk 是相當有趣的工具，透過 deep learning 的方法可以將圖片的情境使用文字描述出來， 這邊有不少 example 可以看到運行的效果，在 Github 上面也放有原始碼可以自行下載測試效果。

裡面使用了下面幾種模型:

1. Vinyals et al. from Google (CNN + LSTM)
2. Karpathy and Fei-Fei from Stanford (CNN + RNN)