深度学习----------------------------编码器、解码器架构

重新考察CNN

编码器：将输入编码成中间表达形式（特征）

解码器：将中间表示解码成输出。

重新考察RNN

编码器：将文本表示成向量

解码器：向量表示成输出。

编码器-解码器架构

一个模块被分为两块：

                    编码器处理输出
                    解码器生成输出

总结

使用编码器-解码器架构的模型，编码器负责表示输入，解码器负责输出。

编码器=解码器架构

编码器

# 编码器
from torch import nn


class Encoder(nn.Module):
    """编码器-解码器结构的基本编码器接口"""

    #  Encoder 类的构造函数，它接受任意数量的关键字参数
    def __init__(self, **kwargs):
        # 调用了父类 nn.Module 的构造函数，确保正确初始化
        super(Encoder, self).__init__(**kwargs)

    # 给一个X，输出其状态

    def forward(self, X, *args):
        # 抛出一个 NotImplementedError 异常，表示该方法需要在子类中进行实现。
        raise NotImplementedError

解码器

# 解码器
class Decoder(nn.Module):
    def __init__(self, **kwargs):
        super(Decoder, self).__init__(**kwargs)

    # 有一个中介状态，编码器的东西传给解码器，拿到编码器的输出enc_outputs，然后初始化状态。

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

    # 拿到额外的输出X, state是用来不断更新的

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

合并编码器和解码器

# 编码器
from torch import nn


# 合并编码器和解码器
class EncoderDecoder(nn.Module):
    """编码器-解码器结构的基类"""

    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):
        # 使用编码器对输入进行编码
        enc_outputs = self.encoder(enc_X, *args)
        # 使用编码器的输出初始化解码器的状态
        dec_state = self.decoder.init_state(enc_outputs, *args)
        # 使用解码器进行解码
        return self.decoder(dec_X, dec_state)