我可以使用`tf.contrib.seq2seq.dynamic_decode`来替换编码器 - 解码器框架中的函数`tf.nn.dynamic_rnn`吗？

Question

实际上，我想生成与Alex Grave's did一样的序列。我有tensorflow的实现。同时，我想尝试基于注意力的seq2seq模型来生成手写。关于解码器，我用tf.nn.dynamic_rnn做了，它有效。现在，我想使用基于注意力的张量流，所以我想将其更改为tf.contrib.seq2seq.dynamic_decode。但我得到以下错误：

TypeError: Cannot convert a list containing a tensor of dtype <dtype: 'int32'> to <dtype: 'float32'> (Tensor is: <tf.Tensor 'vector_rnn/DEC_RNN/transpose_1:0' shape=(100, ?) dtype=int32>)

我查看了两者的API文档。 tf.nn.dynamic tf.contrib.seq2seq.dynamic.decode 关于他们的回归，我没有想到解决这个错误。

如果您有任何想法，请告诉我！我非常感激。

Answer 1

实际上，如果我使用tf.nn.dynamic_rnn来编码VAE解码器中的关注层，则与tf.contrib.seq2seq.dynamic_decode有所不同。