pointer network

求解凸包、TSP 等问题有一个特点：输出是输入的子集。由于输入序列就是词表（不定长），无法使用传统的 seq2seq 模型去建模。

基于对 attention 注意力机制进行修改和简化，得到新的公式：

• $u_j^i =v^T \tanh \left(W_1 e_j+W_2 d_i\right) \quad j \in(1, \ldots, n)$
  • ej 是 encoder 第 j 步输出
  • di 是 decoder 第 i 步输出
  • vT，w1，w2 是固定维度的可训练参数
• $p\left(C_i \mid C_1, \ldots, C_{i-1}, \mathcal{P}\right) =\operatorname{softmax}\left(u^i\right)$

考虑第 i 步的选择，先分别计算 uij，然后对 ui 求 softmax，最大值对应的 j 是这一步的输出。

• 

Ref

什么是Pointer Network？ - 知乎

李宏毅 Pointer Network - YouTube