The Illustrated Attention

Attention

Seq2Seq 是一种由Encoder和Decoder组成的结构，可以将输入转化成一种中间形态并在Decoder输出；

而Attention则是解决方案，经典的是Bahdanau et al., 2014 and Luong et al., 2015.Attention可以使模型关注于输入序列中的需要关注的地方，即相关性高的部分。

以更加抽象而高层次的角度去看Attention机制，在以下两个方面，Attention和Seq2Seq不同：

1. Encoder传递了更多的数据给Decoder；现在不是将最后一个隐藏状态传给Decoder而是所有的隐藏状态。

2. Attention的Decoder在产生结果之前多进行了额外的步骤：

   1. 查看它接收道德所有Encoder的隐藏状态（向量）
   2. 给每一个隐藏状态一个得分
   3. 通过Softmax计算每一个状态的权重，并进行乘积运算

   可以看出主要区别在于Decoder的部分；

   具体在Decoder的运行步骤如下：

   1. 得到Encoder的输出，初始化Decoder的隐藏状态
   2. RNN处理输入，产生输出和隐藏变量H，其中输出被丢弃
   3. Attention Step：
      1. 使用Encoder的隐藏状态和刚产生的隐藏变量H计算Context Vector
      2. 将C和H连接
      3. 通过一个前馈网络传输
      4. 输出的结果就是这个时间步骤的输出单词
      5. Repeat

该模型不仅仅是将输出中的第一个单词与输入中的第一个单词对齐，而是在训练阶段学习到如何将两种语言的单词对应（翻译过程）。

得到以上结果。

原文阅读

Attention机制的解释

原文：https://www.cnblogs.com/billdingdj/p/11623486.html