← 返回卡片

原书出处

深度学习详解

05 循环神经网络 5.8.3 序列到序列

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.558Z

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.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter05.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc