9-6，9-7 构建模型

    def build_model(self):
        """
        1.初始化训练、预测所需要的变量
        2.构建编码器（encoder）
        3.构建解码器（decoder）
        4.构建优化器（optimizer）
        5.保存
        """

    def init_placeholders(self):
        """初始化、预测所需要的变量"""
        self.add_loss=tf.placeholder(
            dtype=tf.float32,
            name="add_loss"
        )

        #编码器的输入
        self.encoder_inputs=tf.placeholder(
            dtype=tf.int32,
            shape=(self.batch_size,None),
            name='encoder_inputs'
        )

        #编码器的长度输入
        self.encoder_inputs_length=tf.placeholder(
            dtyp=tf.int32,
            shape=(self.batch_size,),
            name='encoder_input_length'
        )
        if self.mode=='train':
            #解码器的输入
            self.decoder_inputs=tf.placeholder(
                dtype=tf.int32,
                shape=(self.batch_size,None),
                name='decoder_inputs'
            )
            #解码器输入的rewards
            self.rewards=tf.placeholder(
                dtype=tf.float32,
                shape=(self.batch_size,1),
                name='rewards'
            )
            #解码器的长度输入
            self.decoder_inputs_length=tf.placeholder(
                dtype=tf.int32,
                shape=(self.batch_size,),
                name='decoder_inputs_length'
            )
            self.decoder_start_token=tf.ones(
                shape=(self.batch_size,1),
                dtype=tf.int32
            )*WordSequence.START

            #实际训练时解码器的输入，start_token+decoder_inputs
            self.decoder_inputs_train=tf.concat([
                self.decoder_start_token,
                self.decoder_inputs
            ],axis=1
            )