版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/stupid_3/article/details/78956470
Tensorflow nmt源码解析
声明
本系列博客由 罗周杨 [email protected] 原创，同步更新在多个平台，包括：
csdn/stupid_3
github/luozhouyang
分享或转载请注明作者和原出处。
NMT即Neural Machine Translation，神经网络机器翻译。Google开源的tensorflow机器学习框架中，提供了一个NMT的demo。NMT使用seq2seq模型。将一个序列转化为另一个序列。凡是符合此特征的实际问题，均可以使用seq2seq模型。因此常见的机器翻译，文本摘要和对话机器人等常常使用seq2seq模型。
Google提供的nmt demo对seq2seq模型也有介绍，请参考项目地址的首页README文档。
Google提供的nmt代码开源在GitHub,请访问 tensorflow/nmt。
本博客将带领大家从源码上入手NMT模型，在讲解代码的同时，介绍一些相关的数学原理。
本博客是一个系列文章, 分成以下几个部分:
- tensorflow/nmt 的开发环境搭建
- tensorflow/nmt 的整体结构(持续更新中)
- tensorflow/nmt 的超参数(持续更新中)
- tensorflow/nmt 的数据处理过程(持续更新中)
- tensorflow/nmt 的基本模型
- tensorflow/nmt 的attention模型
- tensorflow/nmt 的gnmt模型
- tensorflow/nmt 的训练模型
- tensorflow/nmt 的推断模型
- tensorflow/nmt 的训练示例
- tensorflow/nmt 的推断示例
- tensorflow/nmt 的模型部署到tensorflow serving
联系我
如果你发现博客内容有不对或者说的不清楚的地方，请联系我，我将第一时间改正，尽我的最大能力将问题讲清楚。
我的邮箱: [email protected]
以下是我的公众号，不定期和大家分享技术文章。如果你觉得我的文章对你有帮助，麻烦关注一下哟：
