首先介绍Attention机制：

转自：http://blog.csdn.net/malefactor/article/details/50550211

上面讲的是Soft Attention Model，所谓Soft，意思是在求注意力分配概率分布的时候，对于输入句子X中任意一个单词都给出个概率，是个概率分布。那么相对Soft，就有相应的Hard Attention Model。既然Soft是给每个单词都赋予一个单词对齐概率，那么如果不这样做，直接从输入句子里面找到某个特定的单词，然后把目标句子单词和这个单词对齐，而其它输入句子中的单词硬性地认为对齐概率为0，这就是Hard Attention Model的思想。

Attention的变体：

Attention在图像中的应用：

最新文章

1. google play下载apk
2. 实现PHPCMS手机门户的伪静态
3. Android 蓝牙打印超时问题的处理
4. js滚动到底部事件
5. 机器学习六--K-means聚类算法
6. C/C++代码中的笔误
7. 长链非编码RNA（lncRNA）
8. iOS - Swift NSData 数据
9. python学习之”迭代从入门到精通“
10. 在Visual C++中的用ADO进行数据库编程
11. python入门学习笔记（一）
12. maven转gradle ，windows错误重定向
13. Git 常用命令及操作总结
14. VMWare 安装 Linux
15. 移动端 - Android客户端性能测试常见指标
16. win8 中如何删除 共享文件夹 用户名和密码
17. Git直接拉取远程分支
18. PHP下载文件的几种方案
19. 基于Cocos2d-x学习OpenGL ES 2.0之多纹理
20. mysql 加入远程用户

热门文章

1. 微信公众平台开发小记(ASP.NET)
2. sip
3. 回顾 git 常用命令
4. 【Linux】行首、行尾添加字符串
5. JDBC数据库编程：callableStatement接口
6. SchemaExport
7. （总结）Linux下su与su -命令的本质区别
8. jQuery 树型菜单插件(Treeview)
9. JiaThis™“分享到”侧栏代码
10. html调用摄像头的方法汇总