内存是大脑和计算机的主要部件。在很多深度学习领域，我们通过和记忆匹配来扩展深度网络的能力，例如，提问与回答，我们先记忆或存储事先处理的信息，然后使用这些信息回答问题。
我们通过将神经网络连接到外部存储资源来扩展神经网络的功能，通过记忆过程与这些资源进行交互。
在外行看来，我们创建了一个记忆结构，通常是数组，我们向记忆结构中写入或从其中读取数据。听起来很简单：但事实并非如此。首先，我们没有无限的存储空间用来保存我们遇到的图片或声音，我们是通过相似性或相关性来访问信息（并不完全匹配）。在这篇文章中，讨论了如何使用NTM来处理信息。我们之所对这篇论文感兴趣，主要是因为在包括NLP和元学习等很多研究领域，她都是一个重要的起点。
记忆结构
我们的记忆结构Mt包含N行，M个元素。每行代表一条信息（记忆），例如，你对表兄的描述。
读取
通常编程中，我们使用Mt[i]访问记忆。但对于人工智能来说，我么通过相似性获取信息。所以我们推出了一个使用权重的阅读机制，也就是说，我们得到的结果是内存的加权和。
所有权值总和等于1。
你可能立即会问这样做的目的是什么。让我们通过一个例子来解释。一个朋友递给你一杯饮料，它尝起来有点像茶，并感觉像牛奶，通过提取茶和牛奶的记忆资料，应用线性代数方法得出结论：它是珍珠奶茶。听起来很神奇，但在单词潜入中，我们也使用了相同的线性代数来处理关系。在其他的例子比如提问和回答中，基于累计的知识来合并信息是非常重要的。一个记忆网络会让我们很好的达成目标。
我们如何创建这些权值呢?当然，需要依靠深度学习。控制器从输入信息中提取特征（kt），我们利用它计算权值。例如，你打电话时，不能立即分辨出对方的声音，这个声音很像你的表弟，但有似乎又像你的哥哥。通过线性代数，我们可能分辨出他是你的高中同学，即便那个声音完全不像你记忆中的样子。
通过计算权值w，对比kt和我们每条记忆的相似性，我们用余弦相似性计算出了一个分数K。
这里，u是我们提取的特征量kt，v代表我们内存中的每一行。
我们将softmax函数应用于分数K，来计算权值w。βt被添加进来用于放大或缩小分数的差异。例如，如果它大于1，就放大差异。w基于相似性检索信息，我们称之为内容寻址。
写入
我们如何将信息写入记忆。在LSTM中，一个记忆单元的内部状态由之前的状态和当前输入值共同决定。借用相同的情形，记忆的写入过程也是由之前的状态和新的输入组成。这里我们先清除部分之前的状态：
et是一个清除向量。(计算过程就像LSTM中的输入门一样)
然后，我们写入新的信息。
at是我们想添加的值。
这里，通过产生w的控制器，我们可以向记忆中写入或读取信息。
寻址机制
我们的控制器通过计算w来提取信息，但是采用相似性（内容寻址）来提取信息还不够强大。
补充
w表示我们记忆中当前的焦点（注意力）。在内容寻址中，我们的关注点只基于是新的输入。然而，这不足以解释我们最近遇到的问题。例如，你的同班同学在一小时之前发信息给你，你应该可以很容易回想起他的声音。在获取新的信息时我们如何利用之前的注意力？我们根据当前的焦点和之前的焦点计算出合并权值。是的，这挺起来有点像LSTM或GRU中的遗忘门。
根据之前的焦点和当前输入计算出g。
卷积变换
卷积变换完成焦点的变换。它并不是特地为深度学习设计的。相反，她揭示了NTM如何执行像复制与排序这样的基础算法。例如，不用通过访问w[4]，我们想把每个焦点移动3行，也就是w[i]w[i+3]。
在卷积变换中，我们可以将需要的焦点移动到指定的行，即w[i]卷积（w[i+3],w[i+4],w[i+5]）。通常，卷积仅仅是行的线性加权和：0.3×w[i+3]+0.5×w[i+4]+0.2×w[i+5]。
这是焦点变换的数学公式：
在很多深度学习模型中，我么忽略这一步或者设置s(i)为0，s(0)=1例外。
锐化
我们的卷积移位就像一个卷积模糊滤波器。所以在有需要时，我们会对权值采用用锐化技术，达到模糊的效果，γ将会是在锐化焦点时控制器输出的另一个参数。
小结
我们使用权值w从记忆中检索信息。w包括这些因素：当前输入，以前的交点，可能的变换与模糊。这里是系统框图，其中控制器输出必要的参数，这些参数用于在不同的阶段计算w。
QQ交流群
