RNN條件生成與Attention機制

RNN條件生成問題： 圖像生成文本（一對多）， 情感分析，文本密集度，分類..，機器翻譯（多對多，離線的），解說視頻，輸入法 （實時多對多）               機器翻譯 V1: Encoder-Decoder（seq2seq模型） LSTM的參數比較多，嵌入手機端不太好。GRU參數比較少，是可以的！ 缺點：前面輸入進入RNN的信息會被稀釋，儘管處理了梯度彌散的問題，但是長度太長前面的記憶

>>阅读原文<<