|
seq2seq
模型在广泛的任务比如机器翻译，语音识别，文本总结中取得了巨大的成功。这个教程给读者 seq2seq 模型一个完整的理解，并且展示如何从原型建立一个有竞争力的 seq2seq 模型。我们专注于神经机器翻译任务，这是 seq2seq 模型取得的第一个广泛的成功。下面包含的代码是轻量级，高质量，产品级，并且包含了最新的研究思路。
我们通过以下实现了这个目标：
1.使用了最近的
decoder attention API
2.包含了我们强大的简历
RNN 和 seq2seq 模型的经验。
3.提供了技巧来简历最好的
NMT 模型来复制 GNMT 系统。
|
相关文章：