知识卡片

普通读书笔记卡 · 6473.d.2.b.2 · 生成模型:未记录

序列到序列生成

理解等级:中级

序列到序列模型把一个输入序列映射成另一个序列,两者长度可以不同,例如对话模型将前一轮话语映射到回复。书中的循环模型先读取输入,再逐步生成输出,并以先前输出参与下一步;生成结束符后停止。固定长度状态不保证无损保存所有长序列信息。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 循环神经网络 5.8.3 序列到序列 · 查看原书依据

      RNN的另一个应用是序列到序列(Sequence-to-Sequence,Seq2Seq)学习. 在序列到序列学习中,RNN的输入和输出都是序列(但它们的长度是不一样的). 刚才在使用CTC技巧时,输入比较长,输出比较短.下面我们要考虑的是不确定输入和输出相比,哪个比较长,哪个比较短.以机器翻译(machine translation)为例,输入英文单词序列,输出为对应的中文字符序列. 英文单词序列和中文字符序列的长短是未知的.

    参考来源

    - 位置:《深度学习详解》第5章《循环神经网络》5.8.3 序列到序列(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter05.xhtml`) - 结论依据:原文讨论门控记忆、序列任务形态、CTC 对齐或序列生成;相关图式已读取。 - 原始内容:RNN的另一个应用是序列到序列(Sequence-to-Sequence,Seq2Seq)学习. 在序列到序列学习中,RNN的输入和输出都是序列(但它们的长度是不一样的). 刚才在使用CTC技巧时,输入比较长,输出比较短.下面我们要考虑的是不确定输入和输出相比,哪个比较长,哪个比较短.以机器翻译(machine translation)为例,输入英文单词序列,输出为对应的中文字符序列. 英文单词序列和中文字符序列的长短是未知的.