请问老师,seq2seq模型怎么把输入的不定长句子转化成定长的向量啊？

来源：7-1 Seq2Seq模型

慕村9918781

2018-08-29

是通过给encoder中的LSTM设置固定的神经元吗？

还有一个不明白的是，比如LSTM有四个神经元，那输入的句子假如是“大家早上好”，这里有五个字，那应该怎么输入啊？

像这样吗？那“好”怎么输入？

最后，是不是v1,v2,v3,v4这四个值就直接做一下层网络的输入啦？

写回答

1回答

Mr_Ricky

2018-08-29

已采纳

一般来讲encoder是需要进行训练或者通过一定的算法得到输出，那么这样的话，“大家早上好”这几个字会被送入到encoder的训练器，而这个训练器的输出维度是固定的，这个维度可以对应到LSTM的神经元维度上，来确保其一致性。

慕村9918781

恩....输出维度是固定的，所以就可以将变长的语句变成固定的向量，这个可以理解。不理解的是LSTM具体的结构和执行，是不是有多个LSTM层，然后每一层的节点之间有时序关系，但是两层LSTM之间的关系就和普通的神经网络的全连接层一样？问题有点多，哈哈，不好意思？如果老师有好的学习资料,啥链接，博文的，可以分享一下吗。非常感谢

2018-08-29

共1条回复

NLP实践TensorFlow打造聊天机器人

解析自然语言处理（ NLP ）常用技术，从0搭建聊天机器人应用并部署上线，可用于毕设。

673 学习 · 281 问题

查看课程

相似问题

句子的向量化

回答 1

还是不明白seq2seq有什么作用

回答 1

句子编码化问题

回答 1

词向量的处理方法是什么，我看这里好像没有用到word2vec预训练的模型

回答 1

编码器的长度输入是什么意思？shape里第二维是none和不是none有什么区别？

回答 1

打开慕课网App查看更多内容