我打算使用神经网络（CNN，RNN等）以一种句子单位将一种语言翻译成另一种语言。我想知道这个网络是否会在不同的运行时给我们相同的句子。而且在运行时我们可以翻译很多句子吗？
假设我们有以下情况：
Runtime 1: sentence --- a
Runtime 2: sentence --- a
Runtime 3: sentence --- b
Runtime 4: sentence --- a, b, c, etc
NW将为我们提供哪些方案？谢谢！
答案 0 :(得分：1)
如果您有两个相同的神经网络（相同的结构和相同的权重），则推断是确定性的：两个相同的输入将提供相同的输出。如果您在神经网络的体系结构内使用某种随机性，例如，如果您使用Variational Autoencoder (VAE)或Generative Adversarial Network (GAN)，那将是不正确的，因为您将学习并采样统计分布
对于第二个问题：神经网络将张量作为输入，并提供张量作为输出。输入可以是一维张量（矢量），二维张量（矩阵），甚至可以是666D张量（尽管不建议这样做）。最后，神经网络的推断只是一系列张量积。
学习线性代数时，您会了解到，在张量积中，始终可以将张量之一与其自身（或具有相同大小的另一个张量）堆叠在一起并带有特定尺寸，并且表达式将保持正确。因此，如果正确堆叠输入张量（我猜是对句子的单次编码），则可以将预测作为批处理运行。在这种情况下，您的输出张量（翻译句子的单次热编码）也将堆叠在一起。但是请注意，（1）这样的批处理应该适合内存，并且（2）批处理越大，将需要更多的计算。
答案 1 :(得分：0)
是的，只要您有2个不同的神经网络。我不是同一时间的专家，因为我只做过一次。