聊聊RNN与seq2seq

seq2seq模型也称为Encoder-Decoder模型。顾名思义,这个模型有两个模块------Encoder(编码器)和Decoder(解码器)。编码器对输入数据进行编码,解码器对被编码的数据进行解码。此时编码器编码的信息浓缩了翻译所必需的信息,解码器基于这个浓缩的信息生成目标文本。

这里的数据一般指时序数据,即按时间顺序记录的数据列,具有可比性和结构化性。

编码器

以RNN为例,设计一个编码器结构如下

编码器利用RNN将时序数据转换为隐藏状态h。这里的RNN使用的是LSTM模型,编码器输出的向量h是LSTM层的最后一个隐藏状态,其中编码了翻译输入文本所需的信息。

解码器

LSTM层会接收编码器层最后隐藏状态输出的向量h。上一个层的输出预测会作为下一个层的输入参数,如此循环下去。

这一分隔符(特殊符号)。这个分隔符被用作通知解码器开始生成文本的信号。另外,解码器采样到 出现为止,所以它也是结束信号。也就是说,分隔符 可以用来指示解码器的"开始/结束"。

整体结构

连接编码器和解码器后的seq2seq整体结构如下,可以看出seq2seq是组合了两个RNN的神经网络。

对于seq2seq序列模型更多解释可看 博客

相关推荐
.30-06Springfield6 小时前
利用人名语言分类案例演示RNN、LSTM和GRU的区别(基于PyTorch)
人工智能·pytorch·python·rnn·分类·gru·lstm
AI扶我青云志11 天前
ANN、CNN、RNN 深度解析
rnn·深度学习·cnn
野生的程序媛11 天前
第三章 卷积神经网络
人工智能·rnn·深度学习·神经网络·机器学习·语言模型·cnn
suixinm14 天前
Word2Vec介绍
rnn·深度学习·机器翻译
深度学习_乌冬面15 天前
RNN为什么不适合大语言模型
人工智能·rnn·语言模型
24毕业生从零开始学ai15 天前
循环神经网络(RNN):序列数据处理的强大工具
人工智能·rnn·深度学习
我不是小upper16 天前
讲透 RNN 到 Transformer !!!
rnn·机器学习·transformer
追风哥哥21 天前
Transformer、RNN (循环神经网络) 和 CNN (卷积神经网络)的区别
rnn·深度学习·cnn·卷积神经网络·transformer
DUTBenjamin21 天前
深度学习5——循环神经网络
人工智能·rnn·深度学习
摘取一颗天上星️21 天前
LSTM梯度推导与梯度消失机制解析
人工智能·rnn·lstm