Seq2Seq with Attention
论文：
官方实现：Neural Machine Translation with Attention
李宏毅视频讲解：Attention based model
传统的的Seq2Seq，他的Decoder 部分输入是：Encoder的ouput和state以及一个zero，如下图所示，这在翻译长文本的时候可能导致部分记忆的丢失，作为改进，大神引入了一个Attention机制。
Attention机制就是添加一个输入和输出的匹配值作为Encoder的输入。如下图所示，可以在翻译的时候有着重点。