端到端训练 CNN-LSTLM？

已经有许多论文（特别是图像字幕）联合使用 CNN 和 LSTM 架构来执行预测和生成任务。然而，它们似乎都独立于 LSTM 来训练 CNN。我正在研究 Torch 和 TensorFlow（使用 Keras），但找不到为什么不能进行端到端训练的原因（至少从架构设计的角度来看），但是有似乎没有此类模型的任何文档。

那么，可以吗？ Torch 或 TensorFlow（甚至 Theanos 或 Caffe）是否支持联合训练端到端 CNN-LSTM 神经网络？如果是这样，是否就像将 CNN 的输出链接到 LSTM 的输入并运行 SGD 一样简单？还是有更复杂的情况？

CNN-LSTM模型可以使用tensorflow进行端到端训练

假设你有一个 CNN 模型M有输入X和 LSTM 模型LSTM。这可以进行端到端训练

# here CNN is used to extract meaning features from the input data
features = M(X)
# CNN features are used as input to LSTM
y = LSTM(features)
cost = cost_function(ground_truths, y)

一个综合示例，显示用于句子分类的 CNN-LSTM 模型的端到端训练imdb数据集可在CNN LSTM-and-end https://github.com/n3011/tefla/blob/master/examples/nlp/cnn_lstm_imdb.py.