zepingyu0512
commented
5 years ago 这篇论文的结构是可以解决分类问题的，如果是像翻译等sequence to sequence模型(m->n)也可以，把srnn当作encoder，decoder从encoder的向量里面解就可以了。之前也有其它人用srnn做了text generation，github应该可以搜到。如果是像分词、命名实体识别等structure learning的问题(m->m)，图中的结构应该是不能的，但也是有办法解决的，可以参考wavenet的结构：https://deepmind.com/blog/wavenet-generative-model-raw-audio/
Canadalynx
您好,我是一个刚入坑深度学习的新人，如果问得比较脑残请见谅。看了下模型的框架图有些不明白它的输出，传统RNN可以m对m或者m对1输出。这个SRNN是不是只能m对n(m>n)和m对1输出啊？因为看图第一层8个输入，第二层就取了h2,4,6,8，到顶层就1个输出了。请问是不是只能用来做分类或者问一个长串问题回答就两个字那种？如果想回答很多个字就不行？不知大佬能否解答一下，先谢谢了。