tf.contrib.legacy_seq2seq.rnn_decoder

Декодер RNN для модели последовательности-в-последовательность.

tf.contrib.legacy_seq2seq.rnn_decoder(
    decoder_inputs, initial_state, cell, loop_function=None, scope=None
)

Аргументы
`decoder_inputs`	Список 2D тензоров [размер_пакета x размер_ввода].
`initial_state`	2D тензор с формой [размер_пакета x размер_состояния_ячейки].
`cell`	rnn_cell.RNNCell, определяющий функцию и размер ячейки.
`loop_function`	Если не равно None, эта функция будет применяться к i-му выходу для генерации i+1-го ввода, и decoder_inputs будет игнорироваться, за исключением первого элемента ("символ GO"). Это может использоваться для декодирования, но также и для обучения для эмуляции http://arxiv.org/abs/1506.03099 Подпись -- loop_function(prev, i) = next * prev — это 2D тензор формы [размер_пакета x размер_выхода], * i — целое число, номер шага (при необходимости управления), * next — 2D тензор формы [размер_пакета x размер_ввода].
`scope`	Область переменных для созданного подграфа; по умолчанию "rnn_decoder".

Возвращаемое значение
Кортеж вида (выходы, состояние), где: выходы: список той же длины, что и decoder_inputs, содержащий 2D тензоры с формой [размер_пакета x размер_выхода], содержащие сгенерированные выходы. состояние: состояние каждой ячейки в последний момент времени. Это 2D тензор с формой [размер_пакета x размер_состояния_ячейки]. (Обратите внимание, что в некоторых случаях, например, в базовой ячейке RNN или ячейке GRU, выходы и состояния могут совпадать. Однако они различны для ячеек LSTM.)

Возвращаемое значение

Кортеж вида (выходы, состояние), где: выходы: список той же длины, что и decoder_inputs, содержащий 2D тензоры с формой [размер_пакета x размер_выхода], содержащие сгенерированные выходы. состояние: состояние каждой ячейки в последний момент времени. Это 2D тензор с формой [размер_пакета x размер_состояния_ячейки]. (Обратите внимание, что в некоторых случаях, например, в базовой ячейке RNN или ячейке GRU, выходы и состояния могут совпадать. Однако они различны для ячеек LSTM.)

© 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/rnn_decoder