TensorFlow笔记---Seq2SeqModel

  Seq2SeqModel已经广泛应用在机器翻译，QA问答，人工对话等一些自然语言处理问题中。其中tensorflow中有现成的框架，下面将进行介绍：

机器翻译中的seq2seq的模型框架及相应参数;

Seq2SeqModel(source_vocab_size,
               target_vocab_size,
               buckets,
               size,
               num_layers,
               max_gradient_norm,
               batch_size,
               learning_rate,
               learning_rate_decay_factor,
               use_lstm=False,
               num_samples=512,
               forward_only=False,
               dtype=tf.float32)

参数详解：
source_vocab_size,在序列到序列的任务中，训练数据的源数据的词汇表大小;如序列对(A,B)中A的大小
target_vocab_size,同上目标词汇表B的大小
buckets,为了解决不同长度输入而设定的，如[(5,10),(10,15),(15,20),(20,40)],如输入长度为9时，选择（10,15）的范围ÿ