輸入LSTM seq2seq網絡 - Tensorflow

使用Tensorflow seq2seq教程代碼我創建了一個基於字符的聊天機器人。我不使用文字嵌入。我有一組字符（字母和一些標點符號）以及特殊符號，如GO，EOS和UNK符號。輸入LSTM seq2seq網絡 - Tensorflow

因爲我不使用文字嵌入，所以我使用標準tf.nn.seq2seq.basic_rnn_seq2seq() seq2seq模型。然而，我很困惑什麼形狀encoder_inputs和decoder_inputs應該有。它們是否應該是一個整數數組，對應於字母數組中的字符索引，還是應該先將這些整數變成一個熱點向量？

一個LSTM單元有多少個輸入節點？你可以指定嗎？因爲我猜想在我的情況下，LSTM細胞應該對字母表中的每個字母都有一個輸入神經元（因此是一個熱點向量？）。此外，什麼是LSTM「大小」你必須通過構造函數tf.nn.rnn_cell.BasicLSTMCell(size)？

謝謝。

附錄：這些是我正在嘗試解決的錯誤。

當我使用下面的代碼，根據教程：

for i in xrange(buckets[-1][0]): # Last bucket is the biggest one. 
    self.encoder_inputs.append(tf.placeholder(tf.int32, shape=[None], name="encoder{0}".format(i))) 
for i in xrange(buckets[-1][1] + 1): 
    self.decoder_inputs.append(tf.placeholder(tf.int32, shape=[None], name="decoder{0}".format(i))) 
    self.target_weights.append(tf.placeholder(dtype, shape=[None], name="weight{0}".format(i)))

並運行self_test()功能，我得到的錯誤： ValueError: Linear is expecting 2D arguments: [[None], [None, 32]]

然後，當我改變了形狀，在上面代碼爲shape=[None, 32]我收到此錯誤： TypeError: Expected int32, got -0.21650635094610965 of type 'float' instead.

來源

2016-10-23 Tein van der Lugt