TensorFlow - 了解translate.py中的嵌入

Question

我的理解是translate.py实现了编码器 - 解码器模型，其中一步是将句子从输入语言翻译成固定长度的矢量。从translate.py doesnt use embedding?的帖子和我自己对代码的调查，我认为句子嵌入将存储在embedding_attention_seq2seq / RNN / EmbeddingWrapper / embedding：0中。但这是一个形状的变量，对应于我输入的词汇大小X层的大小。我不明白我如何在概念上将其解释为句子的编码。我理解中的错误在哪里？

Answer 1

嵌入层的名称 seq2seq / embedding_attention_seq2seq / RNN / EmbeddingWrapper / embedding：0

您可以使用以下内容显示所有变量：

for var in tf.trainable_variables():
  print var.name

embedding_attention_seq2seq （）函数定义中的