Kodierer-Ausgangszustand zu mehrschichtigem Decoder in Seq2Seq Modell TF 1.0

Question

Tensorflow Version 1.0

Meine Frage ist, was Dimension des encoder_state Arguments hat tf.contrib.seq2seq attention_decoder_fn_train erwartet.

Kann der mehrschichtige Encoder-Status ausgegeben werden?

Kontext:

Ich möchte ein mehrschichtige bidirektionale Aufmerksamkeit basierend seq2seq erstellen in tensorflow 1.0.

Mein Geber:

cell = LSTM(n) 
cell = MultiRnnCell([cell]*4) 
((encoder_fw_outputs,encoder_bw_outputs), 
(encoder_fw_state,encoder_bw_state)) = (tf.nn.bidirectional_dynamic_rnn(cell_fw=cell, cell_bw = cell....) 

Nun wird der mutilayered bidirektionale Encoder liefert Encoder cell_states[c] und hidden_states[h] für jede Schicht und auch für Rückwärts- und Vorwärtspass. ich verketten den Vorwärtslauf und Rückwärtslauf Staaten es passieren encoder_state:

self.encoder_state = tf.concat((encoder_fw_state, encoder_bw_state), -1)

Und ich diese zu meinen Decoder übergeben:

decoder_fn_train = seq2seq.simple_decoder_fn_train(encoder_state=self.encoder_state) 
(self.decoder_outputs_train, 
self.decoder_state_train, 
self.decoder_context_state_train) = seq2seq.dynamic_rnn_decoder(cell=decoder_cell,...) 

Aber es gibt folgende Fehlermeldung:

ValueError: The two structures don't have the same number of elements. First structure: Tensor("BidirectionalEncoder/transpose:0", shape=(?, 2, 2, 20), dtype=float32), second structure: (LSTMStateTuple(c=20, h=20), LSTMStateTuple(c=20, h=20)).

Meine decoder_cell ist auch mehrschichtig.

Link to my code

1:

Answer 1

fand ich Problem mit meiner Implementierung. Also poste es hier. Das Problem war w.r.t. Verkettung der encoder_fw_state und encoder_bw_state. Der richtige Weg ist wie folgt:

self.encoder_state = [] 

    for i in range(self.num_layers): 
     if isinstance(encoder_fw_state[i], LSTMStateTuple): 

      encoder_state_c = tf.concat((encoder_fw_state[i].c, encoder_bw_state[i].c), 1, name='bidirectional_concat_c') 
      encoder_state_h = tf.concat((encoder_fw_state[i].h, encoder_bw_state[i].h), 1, name='bidirectional_concat_h') 
      encoder_state = LSTMStateTuple(c=encoder_state_c, h=encoder_state_h) 
     elif isinstance(encoder_fw_state[i], tf.Tensor): 
      encoder_state = tf.concat((encoder_fw_state[i], encoder_bw_state[i]), 1, name='bidirectional_concat') 
     self.encoder_state.append(encoder_state) 

    self.encoder_state = tuple(self.encoder_state)