encode-decode结构

在这里插入图片描述

encode的输入是变长的序列向量，每个向量之间会在batch内填充为固定长度，神经网络限制，不能输入变长的向量。 encode输出固定长度的向量，但序列数量和输入数量保持不变，也就是一个输入产生一个输出。每个输出之间是独立的。 encode的网络可以不固定，比如常见nlp任务用rnn,。 encode将可变序列编码为固定状态，decode将固定状态输入映射为其它可变序列。 decode的网络可以不固定，其中ctc 结合search策略也可以用来做decode。

通用的“编码器－解码器”接口定义：

from torch import nn
#在编码器接口中，我们只指定长度可变的序列作为编码器的输入X。任何继承这个Encoder基类的模型将完成代码实现。
class Encoder(nn.Module):
def __init__(self, **kwargs) -> None:
super(Encoder,self).__init__(**kwargs)
def forward(self, X, *args):
raise NotImplementedError
class Decoder(nn.Module):
def __init__(self, **kwargs):
super(Decoder, self).__init__(**kwargs)
def init_state(self, enc_outputs, *args):
raise NotImplementedError
def forard(self, X, state):
raise NotImplementedError
class EncoderDecoder(nn.Module):
def __init__(self, encoder, decoder, **kwargs):
super(EncoderDecoder,self).__init__(**kwargs)
self.encoder = encoder
self.decoder = decoder
def forward(self, enc_X, dec_X, *args):
enc_outputs = self.encoder(enc_X, *args)
dec_state =self.decoder.init_state(enc_outputs, *args)
return self.decoder(dec_X, dec_state)

模板解释

• encoder 在编码器接口中，我们只指定长度可变的序列作为编码器的输入X。任何继承这个Encoder基类的模型将完成代码实现
• decoder

解码器接口中，我们新增一个init_state函数用于将编码器的输出（enc_outputs）转换为编码后的状态。注意，此步骤可能需要额外的输入，例如：输入序列的有效长度，逐个生成长度可变的标记序列，解码器在每个时间步都可以将输入（例如：在前一时间步生成的标记）和编码后的状态映射成当前时间步的输出标记。

• encoder-decoder 最后，“编码器-解码器”结构包含了一个编码器和一个解码器，并且还包含了可选的额外的参数。在前向传播中，编码器的输出产生编码状态，解码器将使用该状态作为其输入之一。

总结

• “编码器－解码器”结构可以处理长度可变的序列作为输入和输出，因此适用于机器翻译，语音识别等序列转换问题。
• 编码器将长度可变的序列作为输入，并将其转换为具有形状固定的状态。
• 解码器将形状固定的编码状态映射为长度可变的序列。

参考：动手学深度学习-编解码结构

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/185012.html原文链接：https://javaforall.cn