最近在阅读论文《Attention is all you need》的时候了解到了这个Seq2Seq模型，其最基本的原理及其思想就是RNN（循环神经网络的）的一个最重要的变种：N vs M，这种结构也叫Encoder-Decoder模型。原始的N vs N RNN要求序列等长，然而我们遇到的大部分问题序列都是不等长的，如机器翻译中，源语言和目标语言的句子往往并没有相同的长度。
举一个很简单的翻译例子：
现在我要翻译一句话，我输入为“我很久都没有看到过你了”，一共为N=11个字，翻译为英文是：“I have not seen you for a long time”，一共M=9个单词，N 和 M不等。
为此，Encoder-Decoder结构先将输入数据编码成一个上下文向量c：
得到c有多种方式，最简单的方法就是把Encoder的最后一个隐状态赋值给c，还可以对最后的隐状态做一个变换得到c，也可以对所有的隐状态做变换。
拿到c之后，就用另一个RNN网络对其进行解码，这部分RNN网络被称为Decoder。具体做法就是将c当做之前的初始状态h0输入到Decoder中：
还有一种做法是将c当做每一步的输入：
由于这种Encoder-Decoder结构不限制输入和输出的序列长度，因此应用的范围非常广泛
其他方面的应用有：机器翻译、文本摘要、阅读理解、语音识别
