如何为神经机器翻译任务配置编码 - 解码模型

作者｜Jason Brownlee 译者｜马卓奇 编辑｜Emily AI 前线导读：递归神经网络的编码 - 解码结构在标准机器翻译基准数据集上取得了先进成果，现在是工业翻译服务的核心。这个模型很简单，但是考虑到要用大量数据训练它，对模型中的各种设计因素进行调优以获得最佳性能是很困难的。值得庆幸的是，研究人员已经利用谷歌的硬件替我们完成了这项工作，并提供了关于如何配置神经机器翻译编码 - 解码模型和序列预测的一系列说明。在这篇文章中，我们将仔细介绍对于神经机器翻译和其他自然语言处理任务，如何配置出最好的编码 - 解码递归神经网络。更多干货内容请关注微信公众号“AI 前线”，（ID：ai-front） 文章要点：谷歌分别研究了编码 - 解码模型中 ………………………………