soft / hard attention 机制 理解——机器学习中的soft 和 hard

Soft attention是一种全局的attention，其中权重被softly地放在源图像所有区域

Hard attention一次关注图像的一个区域，采用0-1编码，时间花费较少，但是不可微分，所以需要更复杂的技术来进行训练

下图是从果壳网（quora）摘取的一篇回答

即在机器学习中soft 常常表示可微分，比如sigmoid和softmax机制

而hard常常表示不可微分

soft hard attention机制是在图像生成标题任务中被提出的，其原始任务如下：

上面是soft 下面是hard，我们可以看到，soft的权重是每次被放置在整张图像上，注重强调的部分（越白）的数值越接近1，越黑越接近0

下面的一排非黑即白，白色区域为1，黑色区域为0