search

ne7ermore / deeping-flow

Deep-learning by using TensorFlow. Basic nns like Logistic, CNN, RNN, LSTM and some examples are implemented by complex model.
MIT License
50 stars 14 forks source link

dynamic_rnn的outputs似乎不能保存for循环前几步的输出 #1

Open theoqian opened 6 years ago

theoqian commented 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。

ne7ermore commented 6 years ago

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