Open theoqian opened 6 years ago
https://github.com/ne7ermore/deeping-flow/blob/433296c0a2cd1ebd6db8524aa9d20bbc59d0f31f/deep-reinforced-sum-model/attention.py#L46 这里说dec_out的形状是bsz time dec_hsz。而dec_out是model.py中tf.nn.dynamic_rnn的输出。因为你每个时间步的对dynamic_rnn的输入形状是bsz 1 emb_dim,所以dec_out的形状应该是bsz 1 dec_hsz,他不会保存前几个时间步的状态。麻烦您看看我的疑问是否正确。
你好,你的疑问是对的,这里确实有bug,我近期会修改,感谢你的提出,感谢你的关注
https://github.com/ne7ermore/deeping-flow/blob/433296c0a2cd1ebd6db8524aa9d20bbc59d0f31f/deep-reinforced-sum-model/attention.py#L46 这里说dec_out的形状是bsz time dec_hsz。而dec_out是model.py中tf.nn.dynamic_rnn的输出。因为你每个时间步的对dynamic_rnn的输入形状是bsz 1 emb_dim,所以dec_out的形状应该是bsz 1 dec_hsz,他不会保存前几个时间步的状态。麻烦您看看我的疑问是否正确。