如何加载和使用Seq2Seq模型？
Seq2Seq模型（Sequence to Sequence model）是一种用于自然语言处理任务的神经网络模型，它将一个输入序列映射到一个输出序列。Seq2Seq模型在机器翻译、对话生成、文本摘要等任务中取得了良好的效果。
要加载和使用Seq2Seq模型，可以按照以下步骤进行：
- 数据准备：准备好用于训练和测试的数据集。通常，输入序列和输出序列需要进行分词、编码等处理。
- 模型搭建：使用深度学习框架（如TensorFlow、PyTorch）搭建Seq2Seq模型。Seq2Seq模型通常由两部分组成：编码器（Encoder）和解码器（Decoder）。编码器将输入序列转换为一个固定长度的向量表示，解码器根据该向量表示生成输出序列。
- 模型训练：使用训练数据对Seq2Seq模型进行训练。训练过程中需要定义损失函数和优化算法，常用的损失函数包括交叉熵损失函数。通过反向传播算法，模型可以学习到输入序列和输出序列之间的映射关系。
- 模型推断：训练完成后，可以使用Seq2Seq模型进行推断。给定一个输入序列，通过编码器将其转换为向量表示，然后使用解码器生成输出序列。
在腾讯云的AI平台中，可以使用腾讯云的AI开放平台提供的相关产品和服务来加载和使用Seq2Seq模型。例如：
- 语音识别：使用腾讯云的语音识别服务将语音转换为文字，可以应用于对话生成等任务。
- 机器翻译：使用腾讯云的机器翻译服务进行文本翻译，将一种语言的文本翻译成另一种语言的文本。
- 文本摘要：使用腾讯云的文本摘要服务对文本进行自动摘要，提取出文本的核心内容。
通过使用腾讯云的相关产品和服务，可以简化Seq2Seq模型的加载和使用过程，加快开发速度，并享受到腾讯云平台的高性能和稳定性。
更多关于Seq2Seq模型的详细介绍和应用场景，您可以参考腾讯云的相关文档和学习资源：
相关·内容
1回答
修正seq2seq模型的误差输出
、、、、
我想问您，我们如何有效地重新训练一个经过训练的seq2seq模型，以删除/减轻特定的观测错误输出。我将给出一个关于语音合成的例子，但是任何来自不同领域的想法，比如机器翻译和语音识别，使用seq2seq模型都是很好的选择。
我通过注意力模型学习了seq2seq的基础知识，特别是在语音合成方面，比如。使用一个经过良好训练的分布式模型向我展示了我们的计算机是如何自然地与seq2seq (端到端)模型对话的(您可以听一些音频示例)。但是，模型仍然无法正确地阅读一些单词，例如，它无法以多种方式阅读“əˈbā”，如əˈbī和əˈbē。
原因很明显，因为在我们的数据集()中，“服从”这个词出现得太少了，在2
浏览 0提问于2018-06-02得票数 0
回答已采纳
在Tensorflow seq2seq中，在给定seq2seq模型和输入序列的情况下，如何计算生成特定输出序列的概率？
浏览 0提问于2017-05-26得票数 2
在哪里可以找到指定RNN和Seq2Seq模型中可用函数的API引用。
在github页面中提到，rnn和seq2seq已移至tf.nn
浏览 1提问于2016-05-11得票数 4
我正在尝试使用seq2seq模型进行抽象文本摘要。我想知道seq2seq摘要模型的工作原理以及注意力机制。
浏览 10提问于2020-01-05得票数 0
我刚开始在tensorflow上工作，时间不长。我正在研究seq2seq模型并使用seq2seq示例代码。
我想修改seq2seq模型代码，以获得强化学习模型的top-k输出(k是5或10)，而不是top-1输出。
首先，我想我应该以某种方式修改seq2seq的解码器部分，但我不知道该修改哪部分。
有没有针对这个问题的参考或代码？
浏览 0提问于2016-04-22得票数 0
1回答
我已经使用Seq2Seq模型构建了一个基本的聊天机器人。当我在笔记本中按顺序运行代码时，机器人运行得很好--即构建模型-->训练模型-->测试模型。 我现在想在训练后保存模型，加载模型，然后测试模型。 然而，我遇到了问题/很难继续下去。 这是我到目前为止所得到的： 保存模型 saver = tf.train.Saver()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
saver.save(sess, 'model_final.ckpt') 这似乎行得通
浏览 21提问于2019-04-27得票数 0
1回答
我们可以使用输入数据没有时间关系(不是时间序列)的Seq2Seq模型吗？例如，我有一个图像区域列表，我希望将其提供给我的seq2seq模型。模型应该预测描述(输出是时间序列|)或标题。 我不是从技术角度来问，我知道如果数据的格式是正确的，那么我可以这样做。我的问题是理论上的，可以使用没有时间序列数据的Seq2Seq吗？在这种情况下有没有关于使用Seq2Seq的论文/文章/参考资料？
浏览 30提问于2021-02-11得票数 2
回答已采纳
1回答
我几乎找不到转换器的实现(既不臃肿，也不让人困惑)，而我所引用的实现是PyTorch实现。但是，Pytorch实现要求您为每个步骤传递输入(src)和目标(tgt)张量，而不是对输入进行一次编码，并继续迭代n个步骤以生成完整的输出。我是不是漏掉了什么？
我的第一次猜测是变压器在技术上不是一个seq2seq模型，我不知道该如何实现它，或者我只是在过去几年里错误地实现了seq2seq模型:)
浏览 0提问于2021-03-09得票数 3
回答已采纳
1回答
在一般情况下，我们使用word2vec在seq2seq模型中嵌入单词，是否可以用输入的单词从Doc2vec中添加文档向量，我的意思是使用文档的标记作为单词和它的修改向量:图片将解释explain视图
默认seq2seq
📷
我的意见
📷
doc_tag后面跟着它的原语，这会改进我的seq2seq模型(逻辑上的)吗？
浏览 0提问于2017-04-07得票数 0
回答已采纳
我是一个深入学习紧张流的新手，我正在尝试一个seq2seq模型示例代码。
我想要明白：
为了能够以满意的精度测试seq2seq模型，我可以首先得到的层数、层大小和批处理大小的最小值是多少？
此外，在内存和cpu能力方面所需的最低基础设施设置，可以在几个小时的最大时间内训练这种深度学习模型。
我的经验是训练一个seq2seq模型来建立一个2层大小为900和批大小为4的神经网络。
在4GB内存，3 3GHz英特尔i5单核处理器上训练大约花了3天时间。
大约花了一天时间在8GB内存、3 3GHz英特尔i5单核处理器上进行培训。
这最有助于更快的培训-更多的RAM容量，
浏览 3提问于2016-12-28得票数 1
我指的是seq2seq模型在keras (https://github.com/fchollet/keras/blob/master/examples/addition_rnn.py)中的示例代码。模式是：
model = Sequential()
model.add(RNN(HIDDEN_SIZE, input_shape=(MAXLEN, len(chars))))
model.add(RepeatVector(DIGITS + 1))
for _ in range(LAYERS):
model.add(RNN(HIDDEN_SIZE, return_sequences=Tru
浏览 0提问于2016-08-15得票数 3
我目前正在尝试使用tensorflow服务来提供经过培训的"textsum“模型。我使用的是TF 0.11，经过一些阅读之后，它似乎会自动调用export_meta_graph来创建导出的文件ckpt和ckpt.meta文件。
在textsum/log_root目录下，我有多个文件。一个是model.ckpt-230381，另一个是model.ckpt-230381.meta.
因此，我的理解是，这是我在尝试设置服务模型时应该能够指出的位置。我已发出以下命令：
bazel build //tensorflow_serving/model_servers:tensorflow_model
浏览 3提问于2016-11-30得票数 0
回答已采纳
我有一个序列序列模型，训练在spacy的标记化所形成的标记上。这是编码器和解码器。
输出是来自seq2seq模型的令牌流。我想要将文本去标记成自然文本。
示例：
输入到Seq2Seq:某些文本
输出来自Seq2Seq:，这不起作用。
在spacy中是否有任何API来逆转令牌化，这是由其令牌程序中的规则完成的？
浏览 1提问于2018-05-14得票数 3
回答已采纳
为了在seq2seq任务中使用字符单位而不是现有的单词单位，需要对tensorflow中的现有seq2seq模型进行哪些更改？对于预测ext应用程序来说，这是一个很好的配置吗？
此任务可能需要修改以下函数签名：
def embedding_rnn_seq2seq(encoder_inputs, decoder_inputs, cell,
num_encoder_symbols, num_decoder_symbols,
output_projection=None, feed_previou
浏览 0提问于2016-02-22得票数 2
1回答
理论上可以将稳定扩散应用于文本域吗？
我试图用Seq2Seq方法生成文本，我想知道是否可以通过使用卷积Seq2Seq模型来应用稳定扩散。
浏览 0提问于2022-11-01得票数 0
2回答
这是Seq2Seq模型的问题吗？
、、、、
我很难找到一个教程/示例，其中包括使用seq2seq模型进行顺序输入，而不是文本/翻译。
我有一个多变量数据集，其中n个输入变量由序列组成，另一个输出序列与任何输入变量无关(例如，使用每周风速和湿度来预测温度)。
我已经将特性和标签转换为具有固定时间步骤和n维的批处理，但是我不知道应该使用哪种模型。理想情况下，输出应该是一个单一的序列(例如，年温度)，但是哪一种模式可以实现这一点？这是LSTM能够实现的，还是seq2seq模型的问题？
如有任何建议/见解，将不胜感激。
浏览 0提问于2018-08-19得票数 4
1回答
我对NLP任务中的序列-序列RNN非常困惑。在此之前，我已经实现了一些分类任务的神经模型。在这些任务中，模型以字嵌入作为输入，并在网络的末端使用softmax层进行分类。但是神经模型是如何完成seq2seq任务的呢？如果输入是字嵌入，那么神经模型的输出是什么？这些任务的例子包括问答、对话系统和机器翻译。
浏览 1提问于2016-07-25得票数 1
回答已采纳
我目前正在开发一个seq2seq模型，但无法理解列车解码器和推理解码器之间共享的内容。
浏览 10提问于2019-07-02得票数 0
我希望使用bert进行标记化，并为seq2seq模型建立索引，到目前为止，我的配置文件是这样的：
{
"dataset_reader": {
"type": "seq2seq",
"end_symbol": "[SEP]",
"quoting": 3,
"source_token_indexers": {
"tokens": {
"type": "pretrained_tr
浏览 0提问于2021-04-28得票数 0
回答已采纳
深度seq2seq模型有没有成功的应用，解码器在第一步只读取编码器的输出状态(编码器内部状态的最后一步)，并进行多步解码？
在每一步，解码器的输入仅仅是前一步的输出和状态。
我可以看到一些seq2seq自动编码器的实现，不知道它们在经过长时间的训练后是否真的收敛了，特别是当内部状态很小时。
浏览 0提问于2017-05-20得票数 0
1回答
我读了很多关于转换器和自我注意的文章，看到BERT和GPT-2都是一个较新的版本，只使用了编码器变压器(BERT)和解码器变压器(GPT-2)。我一直试图为自己构建一个解码器模型，用于下一个序列预测，但被一件事搞糊涂了。我使用的是PyTorch，我先看了Seq2Seq tutorial，然后又研究了由Transformer Decoder Layers组成的Transformer Decoder Block。我的困惑来自于记忆，这些也需要传递。在文档中，他们说内存是编码块的最后一层，这对于Seq2Seq模型是有意义的，但我想做一个只有解码器的模型。所以我的问题是，如果你没有编码器，你怎么把像
浏览 19提问于2020-12-17得票数 1
1回答
我有一个seq2seq会话模型(基于这一实现)训练在康奈尔电影对话框。现在，我想微调它在一个更小的数据集。新的数据与新词一起出现，我希望新词越少越好。因此，我将创建一个新的网络，关于新的输入/输出大小，我将用我手头的学习权值初始化它的子矩阵。
您能说这种方法是否会导致模型性能的问题吗？例如，这些新的未经训练的权重很可能会对软基产生显著影响吗？如果可以的话，您有一些关于如何在tensorflow的seq2seq设置中使用最小痛苦的例子吗？
浏览 0提问于2017-01-11得票数 1
回答已采纳
我不久前才开始从事tensorflow的工作。我正在研究seq2seq模型，并以某种方式让教程正常工作，但我被困在获取每个句子的状态上。
据我所知，seq2seq模型接受一个输入序列，并通过RNN为该序列生成隐藏状态。稍后，该模型使用序列的隐藏状态来生成新的数据序列。
我的问题是，如果我想直接使用输入序列的隐藏状态，我应该怎么做？例如，如果我有一个经过训练的模型，我应该如何获得输入序列token1，token2，...，token N的最终隐藏状态？
我已经被困在这两天了，我尝试了许多不同的方法，但都没有奏效。
浏览 0提问于2016-02-02得票数 4
1回答
我用1M个样本训练了一个seq2seq模型，并保存了最新的检查点。现在，我有一些额外的50K句子对的训练数据，这在以前的训练数据中是没有的。如何在不从头开始培训的情况下，使当前的模型适应这些新的数据？
浏览 2提问于2017-11-17得票数 2
回答已采纳
我使用的seq2seq模型是由Siraj创建的，但是编码器隐藏单元和解码器隐藏单元的数量存在问题。
在Siraj的TensorFlow seq2seq教程中(链接：)，解码器隐藏单元的数量是编码器隐藏单元数量的两倍。在这个笔记本的视频中(链接：)，西拉杰说，这是因为他想让模型实际学习，因为标签和它们对应的输入是相同的。对于我的问题，我希望编码器隐藏单元的数量与解码器隐藏单元的数量相同。当我试图设置相等的数字时，我会得到以下错误消息：
ValueError: Dimensions must be equal, but are 220 and 120 for 'rnn/while/lstm
浏览 0提问于2019-02-01得票数 0
回答已采纳
1回答
我已经训练了一个seq2seq tensorflow模型来将一个句子从英语翻译成西班牙语。我对一个模型进行了615 700步的训练，并成功保存了模型检查点。我的英语和西班牙语句子的训练数据量都是200000。我想为来自615 700步的10K个新数据句子重新训练这个模型。为此，我使用sequence to sequence to模型。如何从最后一个检查点开始重新训练模型？是我用于翻译的链接。
我的火车文件夹中有3种类型的文件：
.index
.meta
.data
and checkpoint file.
我的新训练数据集文件分别是英语和西班牙语句子的europarl_train.es-en.
浏览 5提问于2019-02-20得票数 3
我发现<PAD>、<EOS>和<GO>标记有许多不同的用法。
就我个人而言，我将这三个标记分开，并为它们分配不同的嵌入，具体地将全零嵌入向量分配给<PAD>标记(使用基于RNN的seq2seq模型)。
大多数代码显示，<PAD>、<EOS>和<GO>都表示为<PAD>令牌。
我想知道是否存在这些令牌的最佳使用(就基于RNN的模型或基于transformer的模型而言)。
浏览 0提问于2020-06-19得票数 1
Tensorflow为连接时间分类(反恐委员会)损失和一个特殊的( seq2seq损失(加权交叉熵)都内置了实现。
因为CTC丢失也是为了处理seq2seq映射，我想知道这两个丢失函数是如何比较的。我经历了一个极好的解释丢失，发现目标序列被限制为不长于输入序列，而对于seq2seq丢失则不存在这个限制。
我提出的一些问题(按相关性排列)：
双向LSTM是否适用于seq2seq损耗？我只找到了b实现与CTC，甚至更简单的损失功能。有一个2016年年起员额说，这在当时是不可能的。有什么新消息吗？
除了seq2seq没有的对CTC损失的多对一限制之外，还有概念上的差异吗？例如，seq2seq损失是否
浏览 0提问于2018-03-27得票数 5
回答已采纳
2回答
我已经在google colab上安装了seq2seq，但当我想导入它时，我得到了错误：
**no module named "seq2seq"**
当我运行时：
!python3 drive/app/seq2seq-master/setup.py build
!python3 drive/app/seq2seq-master/setup.py install
import seq2seq
如何在此环境中正确导入seq2seq？
浏览 2提问于2018-05-24得票数 2
在RNN序列到序列模型中，训练前需要初始化输入隐藏状态和输出隐藏状态。
我们应该用What值初始化它们吗？我们应该如何初始化它们？
从PyTorch教程中，它简单地将零初始化到隐藏状态。
Is初始化零-- RNN seq2seq网络中初始化隐藏状态的常用方法&
glorot初始化怎么样？
对于单层普通的RNN来说，扇入和扇出不等于$(1 + 1)$，它的方差为$1美元，而$mean=0$的高斯分布则给出了$0$s的均匀分布。
for-each input-hidden weight
variance = 2.0 / (fan-in +fan-out)
stddev = sqrt
浏览 0提问于2018-01-30得票数 5
我用seq2seq = tf.nn.seq2seq.embedding_attention_seq2seq训练了一个与中的示例非常相似的tf.nn.seq2seq.model_with_buckets。
现在，我想使用freeze_graph.py来冻结图表。如何在我的模型中找到"output_node_names“？
浏览 1提问于2016-08-16得票数 15
回答已采纳
1回答
是否有一种方法可以在TensorFlow的seq2seq模型中，像上面链接中的图(来自Bahdanau等人，2014年)那样，将注意力的权重可视化？我已经找到了关于这个问题的，但是我无法找到如何在会话期间获取注意掩码。
浏览 2提问于2016-11-15得票数 11
回答已采纳
我正在尝试用pytorch和tensor2tensor训练seq2seq模型(转换器)。使用tensor2tensor时，批处理大小可能类似于1024，而pytorch模型显示CUDA out memory错误，批处理大小为8。
在tensor2tensor中有没有什么技术可以最大限度地利用内存。
如果有人知道这一点，请告诉我。
提前谢谢。
浏览 11提问于2020-05-05得票数 1
我目前正在使用Tensorflow Seq2seq模型，试图实现情感分析。我的想法是给编码器以IMDB注释，解码器用Pad或Go，目标用neg/pos。我的大部分代码与seq2seq翻译的示例非常相似。但我得到的结果很奇怪。对于每一批，结果要么是全部neg，要么是所有pos。
编码器输入:我被钩住了几乎是immediately.padpad
译码器输入:pad
“目标: pos”
由于这个结果非常特殊，我想知道是否有人知道什么会导致这类事情？
浏览 5提问于2016-04-16得票数 3
回答已采纳
是否可以在配置文件中设置参数(可能用于培训器？)这将保存模型(存档)后，每个时代或经过一定数量的步骤？我使用seq2seq dataloader和"composed_seq2seq“作为我的模型。这就是我的教练现在的样子：
"trainer": {
"num_epochs": 50,
"cuda_device": 0,
"optimizer": {
"type": "adamw",
"lr": 0.0005
}
浏览 4提问于2021-05-02得票数 0
回答已采纳
我正在使用Tensorflow seq2seq模型，我想知道如何为经过训练的seq2seq解码器提供任意的初始解码器内存(在训练期间，这个初始解码器内存是编码器的输出)。
我认为我需要使用feed_dict和TF强制我输入序列，因为它定义了一个占位符，解码器输入也是如此。
但如果我这样做了，我实际上不能强制初始解码器内存成为我想要的样子，因为它是从解码器输入定义的。我仍然尝试这样做，但它忽略了我的第三行。
for t in range(seq_length):
feed_dict[enc_inp[t]] = X[t] #encoder input
for t in range(seq
浏览 20提问于2017-01-28得票数 1
1回答
我想要建立一个序列到序列的模型，它需要一个2048年长的1s和0的向量(例如。1，0，1，0，0，0，1，0，0，1，...,1 )作为输入，并将其转换为已知的输出(可变长度) 1-20个长字符(例如。GBNMIRN、ILCEQZG或FPSRABBRF)。
我的目标是建立一个模型，可以接受一个新的2048年长的1s和0向量，并预测输出序列的样子。
我看过一些github存储库，比如和。
但我不知道如何用我的问题来实现它。是否有任何项目已经做了类似的事情/我如何实现这与seq2seq模型或LSTM目前在那里？(python实现)
我正在使用python中的keras库。
浏览 3提问于2017-06-19得票数 3
回答已采纳
1回答
我正在尝试用fairseq学习seq2seq模型。我希望每个样本都有不同的损失权重，因此模型将尝试更好地拟合示例。正确的做法是什么？也许有更好的库可以达到这个目的？
浏览 37提问于2019-12-11得票数 1
我正在研究NMT模型，它的输入和目标句子来自同一种语言(但语法不同)。我计划预先培训和使用BERT，因为我的工作是小数据集和低/下资源语言。那么，是否有可能将伯特提供给seq2Seq编解码器？
浏览 0提问于2020-02-22得票数 0
1回答
我正在尝试训练一个seq2seq模型。我在Colab中运行了示例代码：
!git clone https://github.com/huggingface/transformers
!git clone https://github.com/huggingface/datasets
!pip install transformers
!pip install datasets
!python transformers/examples/seq2seq/run_seq2seq.py \
--model_name_or_path t5-small \
--do_train \
浏览 72提问于2021-03-11得票数 2
回答已采纳
我在基于seq2seq的TensorFlow上建立自己的注意力模型。我想知道如何在TensorFlow中执行以下伪代码：
att = [0.2,0.3,0.5,0.1,0.9,0.2]# This is a tensor or a list of tensors
result = maximum3numbers(att)
可以接受的结果是：
result = [0.9,0.5,0.3]
或
result = [4,2,1]
浏览 3提问于2016-06-14得票数 0
回答已采纳
谁能告诉我，为什么在的tf 1.4的seq2seq教程中，他们不使用采样的softmax损失？在他们的模型中，他们有40000个词条的词汇表，并且只使用减少的tf.nn.sparse_softmax_cross_entropy_with_logits和来获得他们的训练损失。
浏览 1提问于2017-11-24得票数 1
1回答
我是tensorflow和Seq2seq的新手。当我根据其他人没有嵌入层的代码为具有嵌入层的Seq2Seq模型编写代码时，在使用训练好的模型来预测值时遇到错误。
下面是我的Seq2Seq模型的代码：
# Build encoder
encoder_input = tf.keras.Input(shape=(None,))
encoder_embedding = tf.keras.layers.Embedding(
input_dim=max_eng_vocabulary,
output_dim=embedding_output_length,
mask_zero=Tru
浏览 5提问于2021-02-13得票数 0
我正在开发一个Seq2Seq模型，使用Glove预先训练好的单词嵌入来执行抽象摘要。是否需要制作两个嵌入矩阵？一个包含源词汇表，另一个包含摘要词汇表。
浏览 12提问于2021-06-28得票数 1
1回答
我正在学习如何构建一个基于seq2seq的模型，并试图通过为编码器和解码器堆叠多个RNN层来扩展它。但是，我在检索对应于编码器隐藏状态的输出时遇到了问题。
下面是我在编码器中构建叠加的双向GRUCell层的代码：
# Encoder initializer
def __init__(self, n_layers, dropout, ...):
...
gru_cells = [layers.GRUCell(units,
recurrent_initializer='glorot_uniform',
浏览 4提问于2020-06-27得票数 0
回答已采纳
2回答
Python中的波束搜索
、、、、
我正在用Keras实现一个Seq2Seq模型。然而，他们没有在解码器中提供波束搜索选项。因此，我考虑了pynlpl的BeamSearch，但他们的搜索文档发现没有任何关于如何实现它的信息。你能举个例子说明如何实现波束搜索吗？
这里有一个类似的答案：，但是，它并不清楚。
浏览 3提问于2017-07-15得票数 4
我正在尝试使用tensorflow seq2seq模型实现一次解码一个字符(表示为c维热向量)。我没有在我的案例中使用任何嵌入。
现在我被tf.contrib.seq2seq.GreedyEmbeddingHelper卡住了。它需要“嵌入:一个接受It的向量张量(argmax It)的可调用函数，或者embedding_lookup的参数参数。返回的张量将被传递给解码器输入。”
我将如何定义callable？这个可调用函数的输入(向量张量if _ ids(argmax _ ids))和输出是什么？请举例说明。
浏览 0提问于2018-09-10得票数 0
3回答
我有一个包含34个输入列和8个输出列的数据集。
解决这一问题的一种方法是采用34个输入，并为每个输出列建立单独的回归模型。
我想知道这个问题是否可以用一个模型来解决，特别是使用神经网络。
我使用了多层感知器，但这需要多个模型，就像线性回归一样。序列排序是可行的选择吗？
我正在使用TensorFlow。我有代码，但我认为更重要的是，要理解我在多层感知器理论中遗漏了什么。
我理解在MLP中，如果您有一个输出节点，它将提供一个输出。如果有10个输出节点，那么这是一个多类问题。您可以从10个输出中选择概率最高的类。但在我的例子中，同样的输入肯定会有8个输出。
比如说，对于一组输入，你将得到某样东西的三
浏览 0提问于2017-02-10得票数 31
1回答
我正在研究keras seq2seq示例:我从文本中理解的在解码器模型中，每个单元的输出被输入到下一个单元。然而，我不明白实现这个递归到model.In的链接，它使解码器模型如下所示。
decoder_model = Model(
[decoder_inputs] + decoder_states_inputs,
[decoder_outputs] + decoder_states)
这个语法如何告诉模型每个单元格输出都被输入到下一个单元格？一般来说，这种语法是如何工作的？
编辑：当您检查keras.Model文档时，您将意识到模型可以将keras.Input对
浏览 5提问于2022-10-13得票数 1
回答已采纳
1回答
我试图找出一个开放的命名实体识别问题(生物学/化学，所以没有实体字典存在，但它们必须通过上下文识别)的最佳模型。
目前，我最好的猜测是调整Syntaxnet，这样它就可以不用标记单词如N、V、ADJ等，而是学习标记为开始、内、外(IOB符号)。
然而，我不知道这些方法中哪一种是最好的？
句法网
word2vec
seq2seq (我认为这不是正确的，因为我需要它来学习两个对齐序列，而seq2seq是针对不同长度的序列而设计的)
如果有一个指向正确方法的指针，我将不胜感激！谢谢!
浏览 4提问于2017-02-18得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
