张量流basic_rnn_seq2seq函数

Question

tensorflows中的embedding_rnn_seq2seq函数seq2seq模块提供feed_previous参数，这意味着在解码期间它仅使用第一个解码器输入，然后对于后续解码器输入，它使用先前的解码器输出。是否有一种简单的方法可以从basic_rnn_seq2seq函数中获取此行为？

Answer 1

此API已被弃用，但如果有人仍在寻找解决方案，我建议您查看此GitHub回购：raindeer/seq2seq_experiments

简而言之，为了创建解码器，作者使用以下内容（重要部分为loop_function）：

def _init_seq2seq(self, encoder_inputs, decoder_inputs, cell, feed_previous):

    def inference_loop_function(prev, _):
        prev = tf.nn.xw_plus_b(prev, self.w_softmax, self.b_softmax)
        return tf.to_float(tf.equal(prev, tf.reduce_max(prev, reduction_indices=[1], keep_dims=True)))

    loop_function = inference_loop_function if feed_previous else None

    with variable_scope.variable_scope('seq2seq'):
        _, final_enc_state = rnn.rnn(cell, encoder_inputs, dtype=dtypes.float32)
        return seq2seq.rnn_decoder(decoder_inputs, final_enc_state, cell, loop_function=loop_function)