在循环神经网络（RNN）中注意力机制有哪些实际应用？
如何有效的区分和理解RNN循环神经网络与递归神经网络
如何使用TensorFlow构建，训练和改进循环神经网络 基本使用使用TensorFlow，你必须明白TensorFlow：使用图(graph)来表示计算任务.在被称之为会话(Session)的上下文(context)中执行图.使用tensor表示数据.通过变量(Variable)维护状态.使用feed和fetch可以为任意的操作(arbitraryoperation)赋值或者从其中获取数据.综述TensorFlow是一个编程系统，使用图来表示计算任务.图中的节点被称之为op(operation的缩写).一个op获得0个或多个Tensor，执行计算，产生0个或多个Tensor.每个Tensor是一个类型化的多维数组.例如，你可以将一小组图像集表示为一个四维浮点数数组，这四个维度分别是[batch，height，width，channels].一个TensorFlow图描述了计算的过程.为了进行计算，图必须在会话里被启动.会话将图的op分发到诸如CPU或GPU之类的设备上，同时提供执行op的方法.这些方法执行后，将产生的tensor返回.在Python语言中，返回的tensor是numpyndarray对象；在C和C++语言中，返回的tensor是tensorflow：Tensor实例.
