关于 Attention模型

   Attention模型最初应用于图像识别，模仿人看图像时，目光的焦点在不同的物体上移动。

   当神经网络对图像或语言进行识别时，每次集中于部分特征上，识别更加准确。

   如何衡量特征的重要性呢？最直观的方法就是权重。

   因此，Attention模型的结果就是在每次识别时，首先计算每个特征的权值，然后对特征进行加权求和，权值越大，该特征对当前识别的贡献就大。 

更深理解看：

https://blog.csdn.net/jteng/article/details/52864401