论文：
译文：用神经网络实现序列到序列的学习
摘要
深度神经网络模型在很多困难的学习任务中都取得了优越的表现。虽然在有大量标注数据的情况下，DNN可以工作得很好，但是它们没法把序列映射成序列。本文，我们提出一个通用的端到端的方法，来进行序列学习，并且在序列结构上做最少的假设。我们的方法使用一个多层LSTM（Long Short-Term Memory），将输入序列映射成一个固定维度的向量，然后另一个深度LSTM从向量decode出目标序列。
本文共 278 字，大约阅读时间需要 1 分钟。
论文：
译文：用神经网络实现序列到序列的学习
摘要
深度神经网络模型在很多困难的学习任务中都取得了优越的表现。虽然在有大量标注数据的情况下，DNN可以工作得很好，但是它们没法把序列映射成序列。本文，我们提出一个通用的端到端的方法，来进行序列学习，并且在序列结构上做最少的假设。我们的方法使用一个多层LSTM（Long Short-Term Memory），将输入序列映射成一个固定维度的向量，然后另一个深度LSTM从向量decode出目标序列。
转载于:https://www.cnblogs.com/yangwenhuan/p/11365997.html