Question

我想知道如何在tensorflow rnn中制作解码器，将其第i个输出馈送到第（i + 1）个输入

我的输入有20个序列和3680个痴呆我的输出有39个序列和3680个痴呆所有数据都是0〜1个数字

这是我的模特

with tf.variable_scope('encoder'):    
    enc_input = tf.placeholder(tf.float32,[None, input_sequence_length, input_dim])

    enc_cell = tf.contrib.rnn.BasicLSTMCell(num_units = input_sequence_length)

    _ , encoder_states = tf.nn.dynamic_rnn(enc_cell, enc_input ,  dtype=tf.float32)

with tf.variable_scope('decoder'):
    dec_input = tf.placeholder(tf.float32,[None, output_sequence_length, output_dim])
    dec_output = tf.placeholder(tf.float32,[None, output_sequence_length, output_dim])

    dec_cell = tf.contrib.rnn.BasicLSTMCell(num_units = output_sequence_length)

    outputs , _ = tf.nn.dynamic_rnn(dec_cell, dec_input,dtype = tf.float32,
                                    initial_state = encoder_states)

我如何制作将先前的输出馈送到下一个输入的解码器模型？

PS

我将自己的自动应答代码设置为

with tf.variable_scope('decoder'):
    dec_input = tf.placeholder(tf.float32,[None, 1, output_dim])
    dec_output = tf.placeholder(tf.float32,[None, output_sequence_length, output_dim])

    outputs = []
    state = encoder_states

    dec_cell = tf.contrib.rnn.BasicLSTMCell(num_units = dec_hidden_size)

    for i in range(output_sequence_length):
        if i==0:
            output , state = tf.nn.dynamic_rnn(dec_cell, dec_input, initial_state = state, dtype = tf.float32)
            outputs.append(output)
        else:
            output , state = tf.nn.dynamic_rnn(dec_cell, 
                                                 output, 
                                                 initial_state = state, 
                                                 dtype = tf.float32)
            outputs.append(output)

outputs = tf.reshape(outputs,[-1,output_dim])
outputs = tf.reshape(outputs,[-1,output_sequence_length,output_dim])

我认为此代码的输出与上层代码的输出不同但我不确定它是否正常工作。

所以我仍然想知道如何使用Tensorflow方法制作具有循环功能（（i）output->（i + 1）input）的解码器，因为它需要比上层代码更多的内存分配。（我认为它具有相同的细胞数）

如何使解码器在rnn，张量流中馈入先前的输出

0 个答案: