古诗,作为中国文学的结晶,始终是中华文化中非常重要的一部分。在中国几千年的历史中,诗人创作了上百万首古诗来赞叹美景、歌颂爱国、赞美爱情及表达各种情感。中国古诗具有精炼的结构、优美的韵律,并且蕴含了丰富的情感,直到今天仍会让我们感到着迷。近几年来,随着神经网络和自然语言处理领域的快速发展,利用机器学习技术自动生成中国古诗来得到了广泛的关注。现有的工作主要集中在利用关键词来生成中国古诗,但由于文字本身的表达能力有限,少量关键词通常无法完全表达用户写作意图,相比于关键词,图片中丰富的语义和视觉信息表达能力更强,更适合用于表达用户写作意图,因此基于图片生成中国古诗是一个非常值得研究的问题。基于图片生成中国古诗是一个比基于关键词生成古诗更有挑战性的问题,因为图片中丰富的视觉信息无法用少量关键词完全描述,同时一首好的古诗应该能够十分准确地描述图片中的内容。因此本文设计了一种基于记忆的深度神经网络来自动基于图片生成中国古诗,这种模型可以很有效地挖掘图片中的视觉信息及语义信息。就我们所知,这是第一个探索基于图片自动生成中国古诗的模型。我们对模型生成的古诗进行了人为打分评价以及自动定量评价,实验结果表明我们提出的模型能够生成能准确描述图片内容的中国古诗。本文的主要贡献有:(1)探索了基于图片生成中国古诗这个新的科研课题。(2)利用记忆网络解决现有工作中主题漂移的问题,以及只能输入少量关键词的问题。(3)在生成古诗过程中,有效结合了图片中的语义信息和视觉信息。