今天是周六，早晨和师兄去健身，主要原因是昨天晚上师兄有事情，因此就临时改到了今天早晨。之后我就
在屋子里洗了一下衣服。
古诗生成模型(续)
背景
本文后续章节安排如下：
- 介绍
- 详细说明attention机制所使用的方法以及如何将输出的attention结果绘制出正确的图像
- 最后总结全文
介绍
之前在这篇文章里面已经介绍了如何使用神经网络 进行生成模型的使用，在那篇文章里面我使用的attention机制并没好好介绍，并且如何使用之绘图也没有详细 说明，最近仔细研究了一下，得出了结论。
方法
attention机制原理以及核心代码
为了实现attention，首先需要将时间步进行全连接网络训练，这是因为attention机制的核心就是直接作用于时间步上， 尝试直接通过时间的连接找到其中的重要性差异。对于LSTM，我参考了网上比较简单的实现方法
attention机制绘制出对应图片的方法
为了将结果绘制出来，我们需要知道权重具体在哪一层。通过因为具体的数据得到后才能根据数据绘图。 keras里面有方法可以得到需要的输出层，不过一定要使用贯序模型。
结论
本文通过介绍LSTM实现的
