TensorFlow學習之LSTM ---機器翻譯（Seq2Seq + Attention模型）

1、理論知識 Seq2Seq模型的基本思想：使用一個循環神經網絡讀取輸入句子，將這個句子的信息壓縮到一個固定維度的編碼中；再使用另外一個循環神經網絡讀取這個編碼，將其「解壓」爲目標語言的一個句子。這兩個循環神經網絡分別稱爲編碼器（Encoder）和解碼器（Decoder），因此也稱爲 encoder-decoder 模型。 解碼器部分的結構與語言模型幾乎徹底相同：輸入爲單詞的詞向量，輸出爲soft

>>阅读原文<<