Tensorflow LSTM变分自动编码器中如何将潜在矢量传递给解码器

我正在尝试为文本编写自己的LSTM变分自动编码器，并且对编码步骤的工作原理以及如何对潜在向量

Z

进行采样有了很好的理解。现在的问题是如何将

Z

传递给解码器。对于解码器的输入，我有一个开始标记

，它保留解码器中LSTM单元的隐藏状态

h

，单元状态

c

我应该使初始状态

h

和

c

都等于

Z

，只是其中一个，还是其他什么

使用，您可以重复潜在输出

n

次。然后，将其输入LSTM。下面是一个简单的例子：

 # latent_dim: int, latent z-layer shape. 
 decoder_input = Input(shape=(latent_dim,)) 

 _h_decoded = RepeatVector(timesteps)(decoder_input)
 decoder_h = LSTM(intermediate_dim, return_sequences=True)
 _h_decoded = decoder_h(_h_decoded)

 decoder_mean = LSTM(input_dim, return_sequences=True)
 _x_decoded_mean = decoder_mean(_h_decoded)

 decoder = Model(decoder_input, _x_decoded_mean)

---

关于您的答案，请参见。

Thx。但据我所知，当使用VAE生成文本时，您希望将LSTM的输出作为输入反馈，基本上消除了将

Z

用作输入的可能性，这就是您的示例所显示的？@Covey LSTM的输出与输入进行比较，错误通过网络反向传播。