深度学习算法(第25期)----机器翻译中的编码解码器网络
上期我们一起学习了自然语言处理中的word embedding相关知识，
深度学习算法(第24期)----自然语言处理(NLP)中的Word Embedding
前几期我们一起学习了RNN的很多相关知识，今天我们一起用这些知识，学习下机器翻译中的编码解码网络.
这里我们要做一个英文翻译成法语的翻译器，直接先上图，看一下编码解码网络长什么样子，如下：
需要注意的是这里的英文句子是被反置输入进编码器的。比如语句“I drink milk”是被反置成“milk drink I”输入到编码器中的。这确保了英语句子的开头将会最后送到编码器，这很有用，因为这通常是解码器需要翻译的第一个东西。
每个单词最初都用一个简单的整数标识符来表示（例如：288表示“milk”）。接下来，embedding lookup返回该词的embedding（如前所述，这是一个密集的，相当低维的向量）。 这些词的embedding是实际送到编码器和解码器的内容。
在每个步骤中，解码器输出输出词汇表（即法语）中每个词的score，然后 Softmax 层将这些得分转换为概率。 例如，在第一步中，单词"Je"有 20% 的概率，"Tu"有 1% 的概率，以此类推。 概率最高的词会输出。 这非常类似于常规分类任务，因此你可以使用softmax_cross_entropy_with_logits()函数来训练模型。
需要注意的是，在推断期间（训练之后），你不再将目标句子送入解码器。 相反，只需向解码器提供它在上一步输出的单词，如下 所示（这里还需要embedding lookup，它未在图中显示）。
well，现在我们知道了大概思路。 但是，如果我们去阅读 TensorFlow 的序列教程，并查看rnn/translate/seq2seq_model.py中的代码（在 TensorFlow 模型中），我们会注意到一些重要的区别：
首先，到目前为止，我们已经假定所有输入序列（编码器和解码器的）具有恒定的长度。但显然句子长度可能会有所不同。
有以下几种方法可以处理，例如，使用static_rnn()或dynamic_rnn()函数的sequence_length参数，来指定每个句子的长度（前几期学过）。然而，教程中使用了另一种方法（大概是出于性能原因）：根据长度对句子分组，比如长度为1到6个单词的分到一组，长度为7到12的分到另一组，等等），并且使用特殊的填充标记（例如"<pad>"）来填充较短的句子。例如，"I drink milk"变成"<pad> <pad> <pad> milk drink I"，翻译成"Je bois du lait <eos> <pad>"。当然，我们希望忽略任何<eos>标记之后的输出。为此，本教程的实现使用target_weights向量。例如，对于目标句子"Je bois du lait <eos> <pad>"，权重将设置为[1.0,1.0,1.0,1.0,1.0,0.0]（注意权重 0.0 对应目标句子中的填充标记）。简单地将损失乘以目标权重，将消除对应<eos> 标记之后的单词的损失。
其次，当输出词汇表很大时（就是这里的情况），输出每个可能的单词的概率的过程将会非常慢。如果目标词汇表包含50,000个法语单词，则解码器将输出 50,000维向量，然后在这样高维度的向量上计算softmax函数，计算量将非常大。为了避免这种情况，一种解决方案是让解码器输出更小的向量，例如，1,000 维向量，然后使用采样技术来估计损失，这样就不必对目标词汇表中的每个单词都计算。 这种采样的Softmax 技术是由Sébastien Jean等人在2015年提出的。在TensorFlow中，你可以使用sampled_softmax_loss()函数。
第三，教程的实现使用了一种注意力机制，让解码器能够监视输入序列。注意力增强的RNN，这里不做详细讨论，但如果你有兴趣，可以关注机器翻译，机器阅读和图像说明的相关论文。
最后，本教程的实现使用了tf.nn.legacy_seq2seq模块，该模块提供了轻松构建各种编解码器模型的工具。例如，embedding_rnn_seq2seq()函数会创建一个简单的编解码器模型，它会自动为你处理word embedding，就像上面中所示的一样。
现在我们了解了seq2seq教程的实现所需的全部知识，尝试去应用并训练自己的翻译器吧！
好了，至此，今天我们简单学习了机器翻译中编码解码器的相关知识，希望有些收获，下期我们将一起学习下自编码器的相关知识，欢迎留言或进社区共同交流，喜欢的话，就点个赞吧，您也可以置顶公众号，第一时间接收最新内容。