seq2seq 做翻译,训练时 最终feed的数据的样子(接上文)

该博客探讨了在使用seq2seq模型进行翻译任务训练时,输入数据的构成。重点提到了batchsize大于数据量导致的重复现象,以及如何表示开始、结束标志和具体单词,例如'but'、'waited'、'5 years'。
摘要由CSDN通过智能技术生成

encoder input
50是“但”
76是“等了”
58是 “五年”
之所以有多个50 50 50 50是因为batchsize比数据量大

decoder input
1是开始
2是句子结束
可见 竖列 前四个也是一样的
76是 “but”
64是 “waited”
100是 “5”
5是 “years”

target weights
可见00-09的前4竖列是1,对应decoder_inputs的长度

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FocusOneThread

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值