注意力机制可以大幅提高模型的准确性，如在RNN文本翻译中其会计算与所有状态的相关性，并得出权重，即他会考虑所有状态并给出最重要的关注，这也就是注意力命名的由来，与此同时，关注所有的状态也必定需要大量的计算。
seq2seq模型（其有两个RNN网络构成，分别为encode和decode），一种常用于实现文本翻译的模型，其结构如下
面对采用相同状态c导致的遗忘与无差别问题，我们提出了注意力机制。
如何计算这个权重呢，这是注意力机制刚刚提出时采用的方法。
目前较为流行的方式：
c0所得即为其加权平均
在加入注意力机制后如何更新状态。
注意力机制使其考虑先前的所有信息，从而解决了遗忘的问题，第一次的权重值是通过与s0计算相关性得到的，同样，后面s1也与前面的hi计算相关性，以此类推。
我们要想计算出ci，则需要计算m个权重值，对于一个由t个状态的解码信息，我们总共需要计算m*t此权重，这个时间复杂度即为m*t,这个计算量是很高的，attention考虑所有的情况，解决了遗忘的问题，但付出的代价也是昂贵的。
直观理解注意力机制，即decode每要生成一种状态，都要去关注encode中的所有状态，即每个状态间都有连接，而连线的粗细则反映两者的相关程度，如法语中的zone就是英语中的Area，通过这个权重他告诉decode更去关注encode中哪一个状态，这也是attention命名的由来。
关于注意力机制的总结：
对于seq2seq模型，encode只关注当前的状态，即s1只看s2，而注意力机制的加入让其考虑前面encode中所有的状态，这就解决了遗忘的问题，同时由于计算了相关权重，其能够让我们知道更去关注哪个状态。
缺点：
高时间复杂度，同时伴随着大量的计算。Attention最开始时应用在了seq2seq模型中，但其并不局限于此，其可以用于任何RNN模型中。如LSTM
这就是self-attention，这种不再局限于简单的seq2seq，而是可以应用到所有的RNN模型中去提升精确度。
