1）刚开始时，在RNN的基础上引入attention，即将两者结合应用，完整解释并附上完整code。详见下链接：

基于RNN+Attention的机器翻译

2）接着，Facebook在CNN的基础上引入attention，参见论文：Convolution Sequence to Sequence Learning

3）16年，Google直接推翻以前的模式，用也仅仅用attention就可以达到效果，甚至更好。参见论文：Attention is all you need.

4）接着Karim在Google的基础上进行改进，利用Weighted Transformer架构达到了更好的Performance.参见论文：Weighted Transformer Network For Machine Translation.
 

Encoder-Decoder框架

要了解深度学习中的注意力模型，就不得不先谈Encoder-Decoder框架，因为目前大多数注意力模型附着在Encoder-Decoder框架下，当然，其实注意力模型可以看作一种通用的思想，本身并不依赖于特定框架，这点需要注意。

Encoder-Decoder框架可以看作是一种深度学习领域的研究模式，应用场景异常广泛。图2是文本处理领域里常用的Encoder-Decoder框架最抽象的一种表示。