论文笔记：Pervasive Attention: 2D Convolutional Neural Networks for Sequence-to-Sequence Prediction

深度学习中的attention机制：
https://blog.csdn.net/guohao_zhang/article/details/79540014

机器翻译 RNN encoder-decoder
https://cloud.tencent.com/developer/news/158749

DenseNet
https://blog.csdn.net/u014380165/article/details/75142664

使用DenseNET

1. 输入为：
   3D stf f大小是目标单词向量和原单词向量的结合
2. 中间网络
3. 输出
   由于三维feature，因此要二维折叠，也就是将s折叠起来，这样可以达到目标向量t，折叠方法用pool。
   折叠之后使用matrix E ∈ R|V|×fL 预测 output vocabulary V，得到
   
   pi是词典v中的第i个。