Seq2Seq model個人小記

Seq2Seq model個人小記 Seq2Seq模型在許多自然語言處理的任務中表現良好，比如：機器翻譯，聊天機器人等。它主要由兩個RNN(經常使用LSTM或者GRU)模塊構成，分別充當encoder和decoder的角色，encoder有序的讀取不同長度的輸入，每個timestep讀取一個symbol(word)，encoder把不同長度的句子(inputs)轉換爲固定長度的向量c，decode

>>阅读原文<<