我是NLP和Keras的新手，仍然在学习。
我尝试遵循以下指南：https://blog.keras.io/a-ten-minute-introduction-to-sequence-to-sequence-learning-in-keras.html，并添加了一个嵌入层。我正在使用fra2eng数据集。
但是，我不确定我的推理模型和输出代码的生成是否正确。基本上，我的解码器输入是一个索引数组（一个数字），该数组馈入我的推理模型。
我不太确定这是否正确。让我知道是否需要更多背景信息或代码。
input_seq是词汇表中单词索引的数组。
array([36., 64., 57., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0.], dtype=float32)
0是我的起始令牌索引 所以我的第一个目标seq是np.array（[0]）->不确定它是否正确
def decode_sequence(input_seq):
# Encode the input as state vectors.
states_value = encoder_model.predict(input_seq)
target_seq = np.array([0])
stop_condition = False
decoded_sentence = ''
while not stop_condition:
output_tokens, h, c = decoder_model.predict([target_seq] + states_value)
sampled_token_index = np.argmax(output_tokens[0, -1, :])
sampled_char = target_idx2char[sampled_token_index]
decoded_sentence += sampled_char
if (sampled_char == '\n' or len(decoded_sentence) > 20):
stop_condition = True
# Update the target sequence (of length 1).
target_seq = np.array([sampled_token_index])
# Update states
states_value = [h, c]
return decoded_sentence
这是我的输出，想知道输出是否是由于上述任何错误引起的。
Input sentence: Go.
Decoded sentence: tréjous?!
-
Input sentence: Run!
Decoded sentence: ï
-
Input sentence: Run!
Decoded sentence: ï
-
Input sentence: Wow!
Decoded sentence: u te les fois.
-
Input sentence: Fire!
Decoded sentence: ïï
-
Input sentence: Help!
Decoded sentence: ez joi de l'argent.