我可以使用`tf.contrib.seq2seq.dynamic_decode`来替换encoder-decoder框架中的`tf.nn.dynamic_rnn`函数吗？答案

【问题标题】：Can I use the `tf.contrib.seq2seq.dynamic_decode` to replace the function `tf.nn.dynamic_rnn` in encoder-decoder framework?我可以使用`tf.contrib.seq2seq.dynamic_decode`来替换encoder-decoder框架中的`tf.nn.dynamic_rnn`函数吗？
【发布时间】：2018-05-23 09:00:50
【问题描述】：

实际上，我想像Alex Grave's did 那样生成序列。我有张量流的实现。同时，我想尝试基于注意力的 seq2seq 模型来生成笔迹。所以关于解码器，我用tf.nn.dynamic_rnn 做的，它可以工作。现在，我想在tensorflow中使用基于注意力的，所以我想把它改成tf.contrib.seq2seq.dynamic_decode。但我收到以下错误：

TypeError: Cannot convert a list containing a tensor of dtype <dtype: 'int32'> to <dtype: 'float32'> (Tensor is: <tf.Tensor 'vector_rnn/DEC_RNN/transpose_1:0' shape=(100, ?) dtype=int32>)

我查看了他们两个的 API 文档。 tf.nn.dynamic tf.contrib.seq2seq.dynamic.decode 关于他们的回报，我没有任何想法解决这个错误。

如果你有任何想法，请告诉我！非常感谢。

【问题讨论】：

标签： tensorflow nlp autoencoder encoder-decoder

【解决方案1】：

实际上，如果我使用tf.nn.dynamic_rnn 对 VAE 解码器中的注意力层进行编码，它就可以工作，只是与 tf.contrib.seq2seq.dynamic_decode 不同。

【讨论】：