如何在张量流中实现双向编码器？
作者：互联网
在Tensorflow中,所有编码器 – 解码器功能(https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/ops/seq2seq.py)使用RNN单元的单向实现.
如何在Tensorflow中实现双向编码器(http://arxiv.org/abs/1409.0473或类似系统),以便在编码器 – 解码器设置中同时学习前向和后向序列？
解决方法:
这实际上很容易.您可以通常从第一个到最后一个对序列进行编码,并将状态和最后一个输出作为输出;然后反转序列并应用相同的过程,您将获得相同数量的状态和输出.您从同一个项目连接每个状态对,然后获得组合状态和两个输出.
您可以在TensorFlow中使用API：bidirectional_dynamic_rnn.另外,this是Theano中的实现.
标签：python,tensorflow,deep-learning,bidirectional,encoder 来源： https://codeday.me/bug/20190706/1394503.html