Python 为什么在TensorFlow中的seq2seq模型的输出投影中使用单位数？

我不明白为什么在seq2seq模型中，层中的单位数用作向外投影的参数。具体来说，下面是让我困惑的代码（中的第98行）

这里，“大小”是模型每个层中的单元数。为什么?

我认为应该改为num_示例（通常，size和num_示例都是512）。但是，当我尝试将num_samples设置为500，将size设置为512并运行训练时，它抱怨维度不匹配

---

有人能帮我理解这一点吗？提前感谢。

权重矩阵正在从模型状态映射到词汇表。抽样只是为了避免评估整个softmax；对于一个固定的模型，不同运行的样本数量可能会有所不同。感谢您的回复。我理解输出预测的目的。它将较大的词汇量映射为较小的词汇量（x），以便在训练时计算softmax，并将x映射回测试/预测时的词汇量。这就是为什么我不明白为什么我提到的x应该与层中的单元数有关。

w_t = tf.get_variable("proj_w", [self.target_vocab_size, size], dtype=dtype)