Keras实现Seq2seq

文章链接：https://yq.aliyun.com/articles/221673

里面内容很好实现，修改成自己需要的模型，需要看懂这几部分

下面简单介绍一下处理过程：
将句子转换为3个Numpy数组，encoder_input_data，decode_input_data，decode_target_data：

• encoder_input_data是一个三维数组（num_pairs, max_english_sentence_length, num_english_characters），包含英文句子的独热向量化。
• decoder_input_data是一个三维数组（num_pairs, max_french_sentence_length, num_french_characters），包含法语句子的独热向量化。
• decoder_target_data与decoder_input_data相同但偏移一个时间步长。 decoder_target_data[:, t, :]将与decoder_input_data[:, t + 1, :]相同

训练一个基于LSTM的基本的Seq2Seq模型来预测encoder_input_data和decode_input_data的decode_target_data。模型使用了“teacher forcing”。
解码一些句子以检查模型是否正常工作（即将encoder_input_data中的样本从decoder_target_data转换为相应的样本）。