我对来自 facebook 研究的这个模型有疑问https://github.com/facebookresearch/UnsupervisedMT
我想修改训练过程，但要做到这一点，我需要更好地理解代码。特别是在文件UnsupervisedMT/NMT/src/trainer.py
里面def enc_dec_step的第 472 行
scores = self.decoder(encoded, sent2[:-1], lang2_id)
我无法理解解码器函数到底在做什么，以及为什么它需要sent2作为参数。我的意思是，我认为 self.decoder() 是一个函数，它从语言 1 获取句子 1 的编码状态，以在语言 2 的整个词汇表 (lang2_id) 上输出激活的二维张量，并且执行次数与它输出的句子的单词数，因此输出应该是大小的张量（输出句子的长度）x（词汇中的单词数），但我不明白为什么它甚至需要成对的句子（sent2）要做到这一点。
无论如何，这只是猜测，重点是我想详细看看这个函数到底在做什么，但是我对编码仍然不是很好，所以我找不到这个函数是在哪里定义的。
据我了解，它可能是它正在初始化一个 TransformerDecoder 的实例（它取决于设置），但即使是这样，我也不知道如何理解实际发生的事情，而且它似乎我认为这没有任何意义。
任何人都可以帮忙吗？