此Memory Neural Networks 用的是external memory，與LSTM、RNN不同，而是有另外一塊memory，不是把memory存在neuron裡的那種。
要記很多東西時只需擴充external memory，不須擴充神經網路的parameter。
NTM適合用在有時序關係的預測上。more sophisticated memory access capabilities are more powerful, but the controller requires more training. Read/Write Head: 記憶體的讀寫頭，相當於pointer ，是要被讀取或被寫入的記憶體的address。
使用Omniglot(1423個class)，Train for 100,000 episodes，每個episodes各有5個隨機挑選的class，並隨意assign 1~5的label，每class有10個instance，共50張圖。
1200class當training，423當testing。一個episode一個class 每個episode跟episode間external memory會全部wipe掉(因task不同，學的是不同的東西)，但仍有跨task的知識incremental learning external memory處理short-term 記憶與new information
Test on never-seen classes。