《动手学深度学习》的最后一篇文章，在这篇文章里，将学习什么是编码器解码器的结构，什么是束搜索，以及注意力机制是什么，最后就是仔细地研究一下课本中最后一个机器翻译的代码实例，来综合运用上述的编码器-解码器和注意力机制！
1、编码器—解码器（seq2seq）
在自然语言处理的很多应用中，输入和输出都可以是不定长序列。以机器翻译为例，输入可以是一段不定长的英语文本序列，输出可以是一段不定长的法语文本序列，例如
- 英语输入：“They”、“are”、“watching”、“.”
- 法语输出：“Ils”、“regardent”、“.”
当输入和输出都是不定长序列时，我们可以使用编码器—解码器（encoder-decoder）或者seq2seq模型。
这两个模型本质上都用到了两个循环神经网络，分别叫做编码器和解码器。
标签：输出,编码器,机器翻译,动手,解码器,搜索,深度,序列,输入 From： https://www.cnblogs.com/caolanying/p/16768384.html