Nlp 关于Pytork seq2seq教程中注意力计算的问题：与原始Badahnau或Luong论文不一致

我正在研究最近的关注。我有点怀疑他们计算的注意力是Pytorch NLP注意力教程：

在本教程中，他们使用解码器的输入和解码器的隐藏状态计算分数或权重。然而，我发现良和巴达诺都没有这样做的原因。相反，两者都使用解码器隐藏状态和编码器输出来计算权重。

---

为什么Pytorch教程会这样做？

对于Luong和Bahdanau来说，Pytorch教程似乎有所不同。

但确实如此。注意解码器接受一个名为

encoder\u output

的参数，并根据该参数计算atnscores@KonstantinosKokos，据我所知，Luong或Badahnau使用解码器隐藏状态和编码器输出来计算权重，而Pytorch教程仅使用解码器输入和解码器隐藏状态来计算权重。检查类AttnDecoderRNN定义。