9.6 编码器-解码器架构

1. 编码器与解码器

不管是 CNN，还是 RNN，可以统一设计为两个组件：

• 第一个组件是一个_编码器_（encoder）： 它接受一个长度可变的序列作为输入，并将其转换为具有固定形状的编码状态。
• 第二个组件是_解码器_（decoder）： 它将固定形状的编码状态映射到长度可变的序列。

编码器与解码器的架构，其中解码器还可以以当前变量作为输入

2. 代码实现

编码器接口中，我们只指定长度可变的序列作为编码器的输入 X。任何继承这个 Encoder 基类的模型将完成代码实现。

from torch import nn

#@save
class Encoder(nn.Module):
    """编码器-解码器架构的基本编码器接口"""
    def __init__(self, **kwargs):
        super(Encoder, self).__init__(**kwargs)

    def forward(self, X, *args):
        raise NotImplementedError

在解码的过程中需要实现状态的初始化

#@save
class Decoder(nn.Module):
    """编码器-解码器架构的基本解码器接口"""
    def __init__(self, **kwargs):
        super(Decoder, self).__init__(**kwargs)

    def init_state(self, enc_outputs, *args):
        raise NotImplementedError

    def forward(self, X, state):
        raise NotImplementedError

合并编码与解码器

#@save
class EncoderDecoder(nn.Module):
    """编码器-解码器架构的基类"""
    def __init__(self, encoder, decoder, **kwargs):
        super(EncoderDecoder, self).__init__(**kwargs)
        self.encoder = encoder
        self.decoder = decoder

    def forward(self, enc_X, dec_X, *args):
        enc_outputs = self.encoder(enc_X, *args)
        dec_state = self.decoder.init_state(enc_outputs, *args)
        return self.decoder(dec_X, dec_state)

参考文献