（零）注意力模型（Attention Model）
1）本质：【选择重要的部分】，注意力权重的大小体现选择概率值，以非均匀的方式重点关注感兴趣的部分。
2）注意力机制已成为人工智能的一个重要概念，其在计算机视觉、自然语言处理等众多领域得到了广泛的研究和应用。
3）注意力机制模仿了生物观察行为的内部过程。例如，我们的视觉处理系统倾向于有选择地关注图像的某些部分，而忽略其他无关的信息，以一种有助于感知的方式（our visual processing system tends to focus selectively on some parts of the image, while ignoring other irrelevant information in a manner that can assist in perception.）如下图所示。 输入的某些部分比其他部分更重要，这种性质在大多数的任务中是通用和重要的，例如，在机器翻译和摘要任务（machine translation and summarization）中，只有输入序列中的特定单词可能与预测下一个单词有关。同样的，在视觉字幕（image captioning）中，输入图像中某些区域可能对于生成字幕中的下一个单词更重要。
4）注意力机制就是以上直觉的具体实现：整合相关的部分，从而允许模型动态地只关注输入的某些部分，从而有效地实现具体任务（allowing the model to dynamically pay attention to only certain parts of the input ）。
5）了解了注意力的起因和作用后，下面分别介绍：（一）通用注意力模型，（二）不同类型的注意力模型分类，（三）不同架构的注意力模型。
（一）通用注意力模型（Generalized Attention Model）
通用的注意力模型包括两个输入：查询Query ($q$) 和内容Keys（表示为: $\bf{k}$$=k_1,$ $k_2,$ $\ldots,$ $k_n$），而注意力模型可以看做：相对于查询 $q$，将 $q$与一系列内容Keys 的相关性 $\bf{s}=\{s_i\}_{i=1}^{n}$（也称为对齐），映射为注意力分布 $\bf{\alpha}$$=\{ \alpha_i\}_{i=1}^{n}$ 的过程。注意力分布$\alpha_i$强调的是：相对于查询$q$，每个内容$k_i$与其的相关程度。
因此，关于两个输入 $q$ 和 $\bf{k}$，通用注意力的计算过程涉及到两个计算步骤：1）确定Query和Keys的相关性，即$s_i = s(q, k_i)$，其中$s(\cdot)$为对齐函数（Alignment function）；2）将一系列相关程度映射为注意力分布$\bf{\alpha}=p(\bf{s})$，其中$p(\cdot)$为分布函数（Distribution function）。因此，注意力模型可以表示为：
s_1, s_2, \ldots,s_i
$k_1,$ $ k_2,$ $ \ldots,$ $ k_n$）
$s_i = s(q, k_i)$，
（$\bf{\alpha}=p(\bf{s})$）