Seq2Seq模型

seq2seq模型即通過序列預測序列，但是相對於傳統單一深度學習系統，如CNN或者RNN，這些模型的輸入輸出都是固定的長度，比如圖像識別中圖像的大小。但是對於機器翻譯或者語音對話而言，由於輸入的序列文本大小可變，預測輸出也是可變的，因而這種單一的格式很難適應。因此提出了seq2seq模型，這是一種編解碼架構模型（encoder-decoder） 大體原理個人解釋： 對於輸入序列，假設序列長度統一爲

>>阅读原文<<