global attention的理解
attention：
给定一个查询q ,通过计算与key的注意力分布，附加到value上，最后得到attention value，可以作为后续计算的参考。
对应seq2seq，机器翻译来说：
查询q是当下的隐向量，key和value相同，是原语句的多个隐向量，当下隐向量和原语句向量交互得到注意力权重，然后得到attention value，在和 下一个输入 concat一起，来进行预测。
基本过程：
参考：
https://guillaumegenthial.github.io/sequence-to-sequence.html
对于seq2seq解码过程
然后得到预测单词的词向量，作为
和
输入下一个神经元
就是得到的 attention vector，或者是context vector。
的计算过程如下：
得到注意力权重
加权求和
其中：
就是key，也是value，就是机器翻译中原语句词得到的隐向量。
f是得到注意力权重的方法，一般有以下几种：
对于文本分类来说，
FEED-FORWARD NETWORKS WITH ATTENTION CAN SOLVE SOME LONG-TERM MEMORY PROBLEMS
论文中，注意力向量
即通过对隐向量的加权得到注意力向量。
隐向量的权值通过函数学习得到。论文中：
Hierarchical Attention Networks for Document Classification
论文中，主要思想是设置了可训练的全局向量，作为q，key和value则是文章的单词和句子。
在求句子中每个单词的注意力分布时，这个全局向量可以视为：查询那个是有用的词？
在求一篇文章中每个单词的注意力分布时，这个全局向量可以视为：查询哪个是有用的句子。
具体可以看
//www.greatytc.com/p/2a97d171e424
其余学习参考资料
https://guillaumegenthial.github.io/sequence-to-sequence.html
cs224n
https://github.com/philipperemy/keras-attention-mechanism/blob/master/attention/attention.py
