从Encoder到Decoder实现Seq2Seq模型（算法+代码）

编辑部微信公众号关键字全网搜索最新排名『量化投资』：排名第一『量       化』：排名第一『机器学习』：排名第四我们会再接再厉成为全网优质的金融、技术类公众号知乎专栏：机器不学习作者：天雨栗 | 蚂蚁金服 | 数据算法已授权刊登前言好久没有更新专栏，今天我们来看一个简单的Seq2Seq实现，我们将使用TensorFlow来实现一个基础版本的Seq2Seq，主要帮助理解Seq2Seq中的基础架构。最基础的Seq2Seq模型包含了三个部分，即Encoder、Decoder以及连接两者的中间状态向量，Encoder通过学习输入，将其编码成一个固定大小的状态向量S，继而将S传给Decoder，Decoder再通过对状态向量S的学习来进行输出。图中每一个box代表了一个RNN单元，通常是LSTM或者GRU。其实基础的Seq2Seq是 ………………………………