我试图通过使用TensorFlow Fold实现本文TreeLSTM。实际上,在Tensorflow Fold中,已经有treelsm的一个例子,但是在BinaryTreeLSTM版本中,这里有一个教程:https://github.com/tensorflow/fold/blob/master/tensorflow_fold/g3doc/sentiment.ipynb
我现在要做的是实现一个真正的narytreestm,这意味着LSTM节点可以是任意数量子节点的父节点,而不是像上面的教程中那样只有2个。在
这是我试图折叠树的尝试,这是上面示例中logits_and_state()
的修改版本。”
def logits_and_state():
"""Creates a block that goes from tokens to (logits, state) tuples."""
word2vec = (td.GetItem(0) >> td.InputTransform(lookup_word) >>
td.Scalar('int32') >> word_embedding)
children_num =
children2vec_list = list()
children2vec_list.append(embed_subtree())
for i in range(children_num):
children2vec_list.append(embed_subtree())
children2vec = tuple(children2vec_list)
# Trees are binary, so the tree layer takes two states as its input_state.
zero_state = td.Zeros((tree_lstm.state_size,) * 2)
# Input is a word vector.
zero_inp = td.Zeros(word_embedding.output_type.shape[0])
# word_case =
word_case = td.AllOf(word2vec, zero_state)
children_case = td.AllOf(zero_inp, children2vec)
tree2vec = td.OneOf(lambda x: 1 if len(x) == 1 else 2), [(1,word_case),(2,children_case)])
return tree2vec >> tree_lstm >> (output_layer, td.Identity())
children_num
是我目前正在努力解决的问题,我不知道要得到那个数字,尽管我知道可以通过td.GetItem(1)
==>得到子元素的长度,但它将生成一个包含children数组的块==>;如何求出该块的实数?在
您可能会说,我应该尝试PyTorch或其他一些DL框架,它们也提供了动态计算图,但是在我的例子中,需求对Tensorflow Fold是严格的。在
目前没有回答
相关问题 更多 >
编程相关推荐