seq2seq的一问一答,
X是输入的一句话,Y是输出的一句话,
就要预测P(Y|X)最大的概率,
这时,可以认为X就是condition,Y=f(X),f是seq2seq神经网络,
同理如果看到P(Y|X,Z)可以认为神经网络有两个输入X和Z,输出Y,也可以认为Y condition on X and Z
而如果用概率来表示,里面有神经网络参数的话,一般这样表示,P(y ; Θ),其中Θ是神经网络参数
seq2seq的一问一答,
X是输入的一句话,Y是输出的一句话,
就要预测P(Y|X)最大的概率,
这时,可以认为X就是condition,Y=f(X),f是seq2seq神经网络,
同理如果看到P(Y|X,Z)可以认为神经网络有两个输入X和Z,输出Y,也可以认为Y condition on X and Z
而如果用概率来表示,里面有神经网络参数的话,一般这样表示,P(y ; Θ),其中Θ是神经网络参数