其他分享
首页 > 其他分享> > 如何在张量流中实现双向编码器?

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