Spec-Zone.ru › TensorFlow 1.15

tf.contrib.legacy_seq2seq.embedding_attention_seq2seq

Модель последовательности в последовательность с вложением и вниманием.

tf.contrib.legacy_seq2seq.embedding_attention_seq2seq(
    encoder_inputs, decoder_inputs, cell, num_encoder_symbols, num_decoder_symbols,
    embedding_size, num_heads=1, output_projection=None, feed_previous=False,
    dtype=None, scope=None, initial_state_attention=False
)

В этой модели сначала кодируются encoder_inputs с помощью нового вложения (размерности [num_encoder_symbols x input_size]). Затем выполняется RNN для кодирования вложенных encoder_inputs в вектор состояния. Выходы этой RNN сохраняются на каждом шаге для последующего использования в механизме внимания. Далее, декодер_inputs вкладываются с помощью другого нового вложения (размерности [num_decoder_symbols x input_size]). Затем декодер с вниманием, инициализированный последним состоянием кодировщика, обрабатывает вложенные декодер_inputs и обращается к выходам кодировщика.

Предупреждение: когда output_projection равно None, размер векторов и переменных внимания будет пропорционален num_decoder_symbols, что может быть большим.
Аргументы
encoder_inputs Список 1D тензоров типа int32 размерности [batch_size].
decoder_inputs Список 1D тензоров типа int32 размерности [batch_size].
cell tf.compat.v1.nn.rnn_cell.RNNCell, определяющий функцию и размер ячейки.
num_encoder_symbols Целое число; количество символов на стороне кодировщика.
num_decoder_symbols Целое число; количество символов на стороне декодера.
embedding_size Целое число, длина вектора вложения для каждого символа.
num_heads Количество головок внимания, которые считывают из attention_states.
output_projection None или пара (W, B) весов и смещений проекции вывода; W имеет размерность [output_size x num_decoder_symbols], а B — [num_decoder_symbols]; если задано и feed_previous=True, каждый предыдущий выход будет сначала умножен на W и добавлен B.
feed_previous Булево значение или скалярный булевый тензор; если True, используется только первый из decoder_inputs (символ "GO"), а все остальные decoder_inputs берутся из предыдущих выходов (как в embedding_rnn_decoder). Если False, decoder_inputs используются как есть (стандартный случай декодера).
dtype Тип данных начального состояния RNN (по умолчанию: tf.float32).
scope Scope переменных для созданной подграфа; по умолчанию "embedding_attention_seq2seq".
initial_state_attention Если False (по умолчанию), начальные значения внимания равны нулю. Если True, значения внимания инициализируются из начального состояния и состояний внимания.
Возвращаемые значения
Кортеж вида (outputs, state), где: outputs: Список той же длины, что и decoder_inputs, содержащий 2D тензоры размерности [batch_size x num_decoder_symbols], содержащие сгенерированные выходы. state: Состояние каждой ячейки декодера в последний момент времени. Это 2D тензор размерности [batch_size x cell.state_size].

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/legacy_seq2seq/embedding_attention_seq2seq

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API