Tensorflow 在seq2seq中输入非占位符变量

我在玩Tensorflow seq2seq模型，我想知道如何为经过训练的seq2seq解码器提供任意初始解码器内存（在训练期间，该初始解码器内存是编码器的输出）

我想我需要使用feed_dict，TF强制我输入输入序列，因为为它定义了占位符，解码器输入也是如此

但是如果我这样做，我实际上不能强制初始解码器内存成为我想要的，因为它是从解码器输入定义的。我仍然试图这样做，但它忽略了我的第三行

for t in range(seq_length):
    feed_dict[enc_inp[t]] = X[t] #encoder input

for t in range(seq_length):
    feed_dict[dec_inp[t]] = Y[t] #decoder input

for t in range(seq_length):
    feed_dict[dec_memory[t]] = np.random.rand(memory_dim) #value I want to feed as initial memory of decode

你知道我要怎么做吗？即输入模型变量状态，即使它们不是由占位符输入的

---

谢谢

您不应该输入随机数，而应该输入0吗？这是Karpath课程中关于RNN的一个建议：

你不应该输入随机数，而应该输入0吗？这是关于RNN的Karpath课程中的一个建议：

是的，您可以为任何节点馈电。如果您没有看到馈送的效果，那么可能您的输出不依赖于您馈送的节点，您可以馈送任何节点。如果你看不到反馈的效果，也许你的输出并不取决于你反馈的节点。解码器是经过训练的，用于从句子嵌入生成的。我想生成具有随机特征的随机句子。解码器经过训练，可以从句子嵌入生成。我想生成具有随机特征的随机句子