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维一热向量(。我在我的情况下没有使用任何嵌入。
现在我被 tf.contrib.seq2seq.GreedyEmbeddingHelper 困住了。它需要"嵌入：一个可调用的，它接受ids的向量张量(argmax ids(，或embedding_lookup的参数参数。返回的张量将被传递给解码器输入。
我将如何定义可调用？什么是输入(向量张量，如果ids(argmax ids((和这个可调用函数的输出？请举例说明。
嵌入 = tf。变量(tf.random_uniform([c-维， EMBEDDING_DIM](( 在这里，您可以为自己自己的模型创建嵌入。 这将在您的训练过程中进行训练，以提供您自己的输入向量。 如果你不想使用它，你可以创建一个矩阵，其中每一列都是一个代表字符的热向量，并将其作为嵌入传递。 这将是这样的事情： [[1,0,0],[0,1,0],[0,0,1]] 在这里，如果你的词汇量为 3 .