深度学习算法(第17期)----RNN如何处理变化长度的输入和输出？
上期我们一起学习了静态RNN和动态RNN的区别，
深度学习算法(第16期)----静态RNN和动态RNN
我们知道之前学过的CNN的输入输出都是固定长度，今天我们一起学习下RNN是怎么处理变化长度的输入输出的？
1. 处理变化长度的输入
到目前为止，我们已经知道在RNN中怎么使用固定长度的输入，准确的说是两个时刻长度的输入，但是如果输入的序列是变化长度的呢？比如一个句子。这种情况下，当我们调用dynamic_rnn()或者static_rnn()的时候，需要设置参数sequence_length。该参数应该是一个表示每个样本输入序列大小的一维tensor。走个例子看看：
seq_length = tf.placeholder(tf.int32, [None])
[...]
outputs, states = tf.nn.dynamic_rnn(basic_cell, X, dtype=tf.float32,
sequence_length=seq_length)
就上期的例子，假如说，第二个样本的输入长度为1的话，那么为了匹配输入tensor的大小，必须将第二个样本的第二个输入设为0，如下：
X_batch = np.array([
# step 0 step 1
[[0, 1, 2], [9, 8, 7]], # instance 0
[[3, 4, 5], [0, 0, 0]], # instance 1 (padded with a zero vector)
[[6, 7, 8], [6, 5, 4]], # instance 2
[[9, 0, 1], [3, 2, 1]], # instance 3
])
seq_length_batch = np.array([2, 1, 2, 2])
当然，在我们运行RNN的时候，需要将输入X和样本长度seq_length都传输进去，如下：
with tf.Session() as sess:
init.run()
outputs_val, states_val = sess.run(
[outputs, states], feed_dict={X: X_batch, seq_length: seq_length_batch})
这样的话呢，RNN就会根据输入序列的情况输出相应的结果，比方上面例子中第二个样本的第二个时刻为0，那么第二个样本在第二个时刻的输出情况就是0，如下：
>> print(outputs_val)
[[[-0.2964572 0.82874775 -0.34216955 -0.75720584 0.19011548]
[ 0.51955646 1. 0.99999022 -0.99984968 -0.24616946]] # final state
[[-0.12842922 0.99981797 0.84704727 -0.99570125 0.38665548] # final state
[ 0. 0. 0. 0. 0. ]] # zero vector
[[ 0.04731077 0.99999976 0.99330056 -0.999933 0.55339795]
[-0.32477224 0.99996376 0.99933046 -0.99711186 0.10981458]] # final state
[[ 0.70323634 0.99309105 0.99909431 -0.85363263 0.7472108 ]
[-0.43738723 0.91517633 0.97817528 -0.91763324 0.11047263]]]
还有，输出的states tensor包括了每一个记忆单元的最后一个状态（不包括0输入的），如下：
>>> print(states_val)
[[ 0.51955646 1. 0.99999022 -0.99984968 -0.24616946] # t = 1
[-0.12842922 0.99981797 0.84704727 -0.99570125 0.38665548] # t = 0 !!!
[-0.32477224 0.99996376 0.99933046 -0.99711186 0.10981458] # t = 1
[-0.43738723 0.91517633 0.97817528 -0.91763324 0.11047263]] # t = 1
好了，我们知道了RNN是怎么处理变长度的输入，那么输出序列的长度如果也是变化的，该怎么办呢？
2. 处理变化长度的输出
假如我们已经提前知道每个样本的输出的长度的话，比方说，我们知道每个样本输出的长度和输入的一样长，那么我们就可以像上面一样通过设置sequence_length参数来处理。
但是不幸的是，一般情况下，我们都不知道输出的长度，比方说翻译一个句子，输出的长度往往和输入的长度是不一致的。这种情况下最常用的解决办法是去定义一个特殊的输出，称为end-of-sequence token（EOS token）。这个我们后面再讨论。
学习了这么多的关于RNN的知识，下一期我们将学习如何训练RNN网络？
今天我们主要从输入和输出序列的变化长度方面，来理解了下RNN的怎么处理的方面的知识，希望有些收获，欢迎留言或进社区共同交流，喜欢的话，就点个在看吧，您也可以置顶公众号，第一时间接收最新内容。