1、Seq2seq
Seq2seq由两个RNN/LSTM构成，其中encoder RNN产生原始sentence的encoding，decoder RNN将在encoding基础上产生目标sentence。如下图将法语翻译成英语，注意这个过程时两个词袋embedding的，一个是法语的，一个是英语的。
使用backpropagation进行参数最优化，所以这是一个end-to-end模型。
[
2、Attention
可以看到，在seq2seq模型中，我们强制将所有信息集中在单独一个vector中，如上图的黄框所示，因为这是喂给decoder的唯一的信息，那么这样的话，如果encoder的vector没有包含相关信息的话，decoder也就不会翻译正确，这成为information bottleneck，attention就是用来解决这个问题的。核心思想为使用decoder时，直接关联encoder和并关注原始sequence的某一部分。
其中attention output可以理解为是encoder的加权和，这个权重和原始sequence相关，如下图所示。
公式如下：
更加通俗的解释为：
设给定一组values，单独的向量query，attention就是基于query，计算values的加权和。在上面说的seq2seq中，decoder hidden state就称为query，encoder称为values。
3、后记
参考来自：
https://www.youtube.com/watch?v=XXtpJxZBa2c&list=PLoROMvodv4rOhcuXMZkNm7j3fVwBBY42z&index=9&t=0s
https://zhuanlan.zhihu.com/p/28054589
tensorflow中RNN的实现详述 : //zhuanlan.zhihu.com/p/28196873
