Memory Network
一.模型意义
Memory Network用于训练类似于机器的阅读理解能力，首先输入文本内容，再对输入的问题进行解答。
二.模型构建
Memory Network实际上为attention model的应用。machine首先将输入的Document中的每一个句子变为一个个vector，再将输入的query同样转化为vector，再将query vector与document vectors经过match函数得到$\alpha_i$，再将$\alpha_i$与$x^i$依次相加求和，并将结果输入DNN从而得到Answer。
其中query vector实际上是对attention model中的初始参数$z^0$的取代，通过match函数控制不同的query对于document不同句子的关注度，从而得到与query相对应的answer。
Neural Turing Machine
一.模型意义
Neural Turing Machine(神经图灵机)不仅从memory里训练出信息，还可以根据match score修改存在memory中的内容，即不仅读memory中的内容还可以改memory中的内容。
二.模型构建(简化版)
1.首先设置初始memory值$m^i_0$与初始attention值$\hat{\alpha}_0^i$，将各值分别相加求和得到$r^0$，再与第一个时间点的input$x^1$经过自定义函数f从而输出三个vector:$k^1,e^1,a^1$。其中$k^1$的作用在于产生attention，其与$m_0^i$经过 cosine similarity 得到$\alpha_1^i$，再将它们经过softmax从而得到新的$\hat{\alpha}_1^i$
2.修改memory的值，$e^1$的作用为清空memory，$a^1$的作用为将新的值写入memory中。利用如下公式即可对$m_1^i$进行更新
$m_1^i = m_0^i – \hat{\alpha}_1^i e^1 \odot m_0^i + \hat{\alpha}_1^i a^1$
解释：$e^1$的取值在0~1间，由于$\hat{\alpha} _1^i$各值相差很大，假设$\hat{\alpha}_1^2=1$，且$e^1=1$，则式子中的第二项就等于$m_0^2$，第一项与第二项相减即为0($e^1$起到清空作用)，此时再加上第三项即更新$m_1^2$值。
3.利用新得到的$\hat{\alpha}_1^i$与$m_1^i$重复上述运算，其中若f函数使用recurrent network则其除了会产生更新memory的vector外还会输出另外的vector $h^1$代表f自己的记忆，再将其输入下一个f中，从而与输入的$x_2,r^1$产生再下一个操控memory的参数
三.Tips for Generation
在Video Captioning(视频描述)训练过程中常会Bad Attention。假设一个视频只有四帧，且使用$\alpha_t^i$表示attention，$w_t$表示每个time产生的word。则在训练过程中由于attention的值不合适，导致每次生成的word并不恰当或重复多次，比如$\alpha_2^2,\alpha_4^2$均得到大值，则第二次time与第四次time生成的word将会相同，从而生成不恰当的句子。
一个简单的处理方式称为Regularization term，即使用如下公式
$\sum_{i}(\tau – \sum_t \alpha_t^i)^2$
其中$\tau$为设定值，用于调整$\alpha_t^i$的数值，该公式含义在于将不同time中的同一个component中的attention相加，若其与$\tau$相差很大则loss将会很大，为降低loss模型将会将同一个component中的attention分散至其他component，从而得到比较好的结果
