如果使用正常的一个热向量而不是嵌入，如何使用Tensorflow seq2seq.GreedyEmbeddingHelper第一参数嵌入？

Question

我正在尝试使用tensorflow seq2seq模型实现一次解码一个字符(表示为c维热向量)。我没有在我的案例中使用任何嵌入。

现在我被tf.contrib.seq2seq.GreedyEmbeddingHelper卡住了。它需要“嵌入:一个接受It的向量张量(argmax It)的可调用函数，或者embedding_lookup的参数参数。返回的张量将被传递给解码器输入。”

我将如何定义callable？这个可调用函数的输入(向量张量if _ ids(argmax _ ids))和输出是什么？请举例说明。

Answer 1

embedding =tf.Variable(tf.random_uniform(c维，EMBEDDING_DIM))在这里您可以为自己的模型创建嵌入。这将在你的训练过程中进行训练，为你自己的输入提供一个向量。如果你不想使用它，你可以创建一个矩阵，它的每一列都是一个热向量，表示字符，并将其作为嵌入传递。它会是这样的东西：[1，0，0，1，0，0，0，1]这里，如果你有3的单词vocabsize。