论文github地址 值得阅读与一试： https://github.com/facebookresearch/fairseq
以往谈到sequence to sequence，往往会下意识地想到 RNN， 但这篇文章告诉我们，CNN 不仅可以做 sequence to sequence，不仅在大规模机器翻译的训练数据上结果比 RNN 要好，而且模型更加易于优化与加速。
好，下面开始谈 用 CNN 如何做 Sequence to Sequence：
模型架构如下：
首先 encode 层： 输入是词的嵌入Rf，先要做一层线性变换Rd，经过多层卷积之后（中间要做padding保证每次卷积过后的大小不会变化），再经过gated linear units （GLU）做一次非线性变换，得到输出仍是 Rd。
词的嵌入与位置的嵌入，
