Attention-自注意机制

Attention 可以大幅提升seq2seq的遗忘问题。有了Attention，Seq2Seq 模型不会忘记源输入，且decoder解码器就知道该把注意力集中在哪里。
缺点: 计算量大得多

Original paper:
• Bahdanau,Cho,& Bengio. Neural machine translation by jointly learning to align and translate. In ICLR, 2015.
Attention会记录第i个状态h_i和当前状态s0的相关性 align，记为权重a_i， 所有的a加起来等于1.

计算a_i有很多方法。
第一种方法：（V T 矩阵 都是训练的参数）

第二种方法：

Context vector: C₀ = a₁h₁ + …+ a_mh_m.
C₀知道输入x1-xm的完整信息，解决遗忘问题
a每次要更新！

为了计算一个向量C_j，我们计算权重: a₁ …a_m。
解码器到状态t时，我们一共计算了mt个权重。

所以attention解决了遗忘问题，提高了准确率，但是代价就是计算量的提高。