깊이 학습 Seq_seq 네트워크

지식 포인트

"", " 
기계 번역 : 
    기록 : 
        1, 축어 
        2 통계적 기계 번역에 기반 
        3, 부호화 루프 네트워크 
번역 : 입력 -> 인코더 -> 벡터 -> 디코더 -> 출력 
                    (RNN) (RNN) 
seq_seq 응용 프로그램 : 텍스트 요약, 기계 번역 로봇 채팅 
: seq_seq 문제를 
    1 정보의 압축 손실 
    이, 길이 제한 (보통 10 ~ 20 최상) 
솔루션을 : 
    고해상도 사진을 다음 초점 :주의 메커니즘을 및 주변 화상의 낮은 해상도 모드 감지 영역의 특정 영역에 
    특정 성능 : 레이어 인코더의 중량 

    버킷 메커니즘 모든 문장을 편안 보통 

기반 Seq_seq 주로 세 개의 부분을 포함한다 : 
    . (1), 엔코더 
    (2) 숨겨진 층의 상태 벡터 (인코더 및 디코더에 연결) 
    . (3), 디코더 
"" "

이봐! 아니면 이해하는 블로그 다른 사람을보고

https://blog.csdn.net/fan_fan_feng/article/details/81666736