问题标签 [encoder-decoder]

我正在尝试在这段代码中测试注意力机制（基于 MajorTal 的工作）：

有人可以告诉我如何用注意力机制替换这个实现的解码器吗？提前致谢。

带有 WTO 面板报告文本数据的解码器模型。代码如下

我正在尝试在我的远程控制计算机中运行此代码，该计算机具有 64GB 内存和两个 Titan X，但它一直返回以下错误：

有一件事很奇怪，在我没有 gpu 的普通计算机上，有 16GB 内存，它不会返回相同代码的错误。

会有什么可疑的问题？

我正在尝试将 70GB 的 4K HEVC MKV 文件转换为另一个 HECV 文件，但大小更小。我正在使用带有 Nvidia 加速的 FFmpeg，但是当我执行以下命令时出现错误：

错误是：

视频文件具有以下详细信息：

似乎 FFmpeg 无法将我的 GPU 识别为支持解码的设备，但我读到 Nvidia 支持我的带有 NVDEC 的卡。

我正在使用 i7 4790 和 GTX 1080 运行 Windows 10 64 位

我正在尝试使用双向 GRU 在 Keras 中实现编码器-解码器类型的网络。

以下代码似乎正在工作

但是当我将解码更改为使用Bidirectional包装器时，它会停止显示encoder并src_input在model.summary(). 新的解码器看起来像：

model.summary()双向解码器的输出。

问题：当我传入解码器时initial_state，我错过了什么吗？Bidirectional我怎样才能解决这个问题？有没有其他方法可以使这项工作？

我知道如何在 Tensorflow 中使用动态 rnn 构建编码器，但我的问题是我们如何将它用于解码器？因为在每个时间步的解码器中，我们应该提供前一个时间步的预测。提前致谢！

我收到此错误并且无法修复它：

~.conda\envs\tensorflow\lib\site-packages\tensorflow\python\framework\ops.py in iter (self)
394 if context.in_graph_mode():
395 raise TypeError(
396 "Tensor当急切执行时对象不可迭代未
启用“ 397”。要迭代此张量，请使用tf.map_fn.")
398 shape = self._shape_tuple()

TypeError：Tensor当未启用急切执行时，对象不可迭代。迭代这个张量使用tf.map_fn

我的代码是：

我正在构建一个小型应用程序，将文本文件中的文本转换为 Base64，然后恢复正常。解码后的文本总是在第一行的开头返回一些汉字。

加密（）之前的文本文件之前：

起司

番茄

土豆

火腿

山药

加密后的文本文件() //5jAGgAZQBlAHMAZQANAAoAdABvAG0AYQB0AG8AZQBzAA0ACgBwAG8AdABhAHQAbwBlAHMADQAKAGgAYQBtAHMADQAKAAHkAYQBtAHMA

解密后的文本文件

뿯붿奶酪

番茄

土豆

火腿

山药

在 encrypt() 之前：

解密（）之后：

我正在 keras 中训练编码器-解码器 LSTM 用于文本摘要和具有以下架构的 CNN 数据集

双向编码器-解码器LSTM的图片

1. 我正在使用 skip-gram 预训练词嵌入（大小为 256）和

2. 然后我用零填充输入序列，这样所有文章的长度都相等

3. 我在每个摘要中放了一个 1 的向量作为“开始”标记

4. 稍后在解码器输出中使用 MSE、RMSProp、tanh 激活

5. 训练：20 epochs，batch_size=100，clip_norm=1，dropout=0.3，hidden_​​units=256，LR=0.001，训练样例=10000，validation_split=0.2

6. 网络训练、训练和验证 MSE 下降到 0.005，但是在推理过程中，解码器不断重复产生一些没有意义的单词，并且与真正的摘要相去甚远。

我的问题是，我的训练方法、填充、损失函数、数据大小、训练时间是否存在根本性错误，导致网络无法泛化？

我正在捕获来自 YUV420 解码器的原始输出。我得到了三个指针：分别是 Y(1920*1080)、U(960*540) 和 V(960*540)。

我想使用 OpenCV 将图像保存为 JPEG。我尝试使用 opencv 的 cvtcolor

但是，这是保存的输出图像：

有人可以建议保存图像的正确方法是什么吗？

YUV 二进制文件供参考

我正在使用 PyTorch 构建一个 DecoderRNN（这是一个图像字幕解码器）：

数据具有以下形状：

然后我收到以下错误。有什么我在这里错过的想法吗？谢谢！