內存是大腦和計算機的主要部件。在很多深度學習領域，我們通過和記憶匹配來擴展深度網絡的能力，例如，提問與回答，我們先記憶或存儲事先處理的信息，然后使用這些信息回答問題。

我們通過將神經網絡連接到外部存儲資源來擴展神經網絡的功能，通過記憶過程與這些資源進行交互。

在外行看來，我們創建了一個記憶結構，通常是數組，我們向記憶結構中寫入或從其中讀取數據。聽起來很簡單：但事實并非如此。首先，我們沒有無限的存儲空間用來保存我們遇到的圖片或聲音，我們是通過相似性或相關性來訪問信息（并不完全匹配）。在這篇文章中，討論了如何使用NTM來處理信息。我們之所對這篇論文感興趣，主要是因為在包括NLP和元學習等很多研究領域，她都是一個重要的起點。

記憶結構

我們的記憶結構Mt包含N行，M個元素。每行代表一條信息（記憶），例如，你對表兄的描述。

讀取

通常編程中，我們使用Mt[i]訪問記憶。但對于人工智能來說，我么通過相似性獲取信息。所以我們推出了一個使用權重的閱讀機制，也就是說，我們得到的結果是內存的加權和。

所有權值總和等于1。

你可能立即會問這樣做的目的是什么。讓我們通過一個例子來解釋。一個朋友遞給你一杯飲料，它嘗起來有點像茶，并感覺像牛奶，通過提取茶和牛奶的記憶資料，應用線性代數方法得出結論：它是珍珠奶茶。聽起來很神奇，但在單詞潛入中，我們也使用了相同的線性代數來處理關系。在其他的例子比如提問和回答中，基于累計的知識來合并信息是非常重要的。一個記憶網絡會讓我們很好的達成目標。

我們如何創建這些權值呢?當然，需要依靠深度學習?？刂破鲝妮斎胄畔⒅刑崛√卣鳎╧t），我們利用它計算權值。例如，你打電話時，不能立即分辨出對方的聲音，這個聲音很像你的表弟，但有似乎又像你的哥哥。通過線性代數，我們可能分辨出他是你的高中同學，即便那個聲音完全不像你記憶中的樣子。

通過計算權值w，對比kt和我們每條記憶的相似性，我們用余弦相似性計算出了一個分數K。

這里，u是我們提取的特征量kt，v代表我們內存中的每一行。

我們將softmax函數應用于分數K，來計算權值w。βt被添加進來用于放大或縮小分數的差異。例如，如果它大于1，就放大差異。w基于相似性檢索信息，我們稱之為內容尋址。

寫入

我們如何將信息寫入記憶。在LSTM中，一個記憶單元的內部狀態由之前的狀態和當前輸入值共同決定。借用相同的情形，記憶的寫入過程也是由之前的狀態和新的輸入組成。這里我們先清除部分之前的狀態：

et是一個清除向量。(計算過程就像LSTM中的輸入門一樣)

然后，我們寫入新的信息。

at是我們想添加的值。

這里，通過產生w的控制器，我們可以向記憶中寫入或讀取信息。

尋址機制

我們的控制器通過計算w來提取信息，但是采用相似性（內容尋址）來提取信息還不夠強大。

補充

w表示我們記憶中當前的焦點（注意力）。在內容尋址中，我們的關注點只基于是新的輸入。然而，這不足以解釋我們最近遇到的問題。例如，你的同班同學在一小時之前發信息給你，你應該可以很容易回想起他的聲音。在獲取新的信息時我們如何利用之前的注意力？我們根據當前的焦點和之前的焦點計算出合并權值。是的，這挺起來有點像LSTM或GRU中的遺忘門。

根據之前的焦點和當前輸入計算出g。

卷積變換

卷積變換完成焦點的變換。它并不是特地為深度學習設計的。相反，她揭示了NTM如何執行像復制與排序這樣的基礎算法。例如，不用通過訪問w[4]，我們想把每個焦點移動3行，也就是w[i]←w[i+3]。

在卷積變換中，我們可以將需要的焦點移動到指定的行，即w[i]←卷積（w[i+3],w[i+4],w[i+5]）。通常，卷積僅僅是行的線性加權和：0.3×w[i+3]+0.5×w[i+4]+0.2×w[i+5]。

這是焦點變換的數學公式：

在很多深度學習模型中，我么忽略這一步或者設置s(i)為0，s(0)=1例外。

銳化

我們的卷積移位就像一個卷積模糊濾波器。所以在有需要時，我們會對權值采用用銳化技術，達到模糊的效果，γ將會是在銳化焦點時控制器輸出的另一個參數。

小結

我們使用權值w從記憶中檢索信息。w包括這些因素：當前輸入，以前的交點，可能的變換與模糊。這里是系統框圖，其中控制器輸出必要的參數，這些參數用于在不同的階段計算w。