李宏毅：Gated RNN and Sequence generation

1、RNN with gated machanism

（1）RNN

（2）deep RNN

（3）Bidirectional RNN

（4）Naive RNN

（5）LSTM

因为LSTM中的input c变化是很慢的，所以它能够记得很久之前的内容，不会有太大的变化。

h(t-1)和c(t-1)是上一个LSTM的output。

可以把c(t-1)也放进去。

z(i)决定z这个information能不能够被拿进来使用。z(f)就是决定c(t-1)的information要不要在接下来的output中使用（c(t-1)其实是memory，代表过去的information）。z(o)决定最终的output能不能够出来。

（6）GRU

GRU相比于LSTM，好处是参数比较少。一个是reset gate(r)，一个是update gate(z)，z有点像forget gate和input gate的角色。GRU中的h类似于LSTM中的c，h的变化是比较小的。GRU里的input gate和forget gate是联动的，一定要有新的东西进来，才会忘掉东西，当你忘掉东西的时候，就会有新的东西进来。

2、sequence generation

（1）generation

（2）condition generation

（1）seq-to-seq

（2）dynamic conditional generation（等价于Attention-based model）

α是一个score，表示h和z（key 关键字）有多match，match这个function是由你自己设计。

经softmax后，前两个字的attention weight是0.5，说明此时machine比较关注前两个字。

直到出现<EOS>就结束。

（3）tips for generation

用α代表attention的weight，上标代表attend在哪一个component（组件）上，下标表示是在产生第几个word的时候的weight。但是有时候这样的attention并不好，你需要加给weight加一个regularization。