RNN的主要问题：
1 太长的影响捕捉不到
2 训练太慢
TCN的两个原则：
1 网络产生与输入相同长度的输出
隐层和输入层长度相同 (padding 0)，
2 不能使用历史数据
产生的问题：
需要很深的网络才能表达
三个关键的技术：
1 因果卷积（单边卷积）
2 扩张卷积
3 resNet 跳连接
优势：
1 可并行
2 接受域很灵活
3 梯度比较稳定，
劣势：
扩展性不好，处理长度更长的序列时可能会因为视野过小发生问题。