Tensorflow 解释textsum解码文件（输出多于输入？）
我在一个小测试集上运行textsum解码（5个示例），但是参考文件和解码文件都已经有数千行了。解码似乎无限期地运行有什么原因吗？是否重复处理同一组示例？后来的产出应该比以前的好吗Tensorflow 解释textsum解码文件（输出多于输入？）,tensorflow,decoding,textsum,Tensorflow,Decoding,Textsum,我在一个小测试集上运行textsum解码（5个示例），但是参考文件和解码文件都已经有数千行了。解码似乎无限期地运行有什么原因吗？是否重复处理同一组示例？后来的产出应该比以前的好吗 我很喜欢这方面的直觉；我还没有找到一个清楚的解释。是的，你的想法是正确的，同样的输入被反复用于生成输出。但是，您可以将输出限制为仅一个。不久前，我通过修改输出写入文件的位置实现了这一点。我只给出一个输入，所以在一个输出之后，我希望它停止 解码似乎无限期地运行有什么原因吗？这只是我的直觉，它被期望在不同的运行中给出不同的
我很喜欢这方面的直觉；我还没有找到一个清楚的解释。是的，你的想法是正确的，同样的输入被反复用于生成输出。但是，您可以将输出限制为仅一个。不久前，我通过修改输出写入文件的位置实现了这一点。我只给出一个输入，所以在一个输出之后，我希望它停止
解码似乎无限期地运行有什么原因吗？这只是我的直觉，它被期望在不同的运行中给出不同的摘要。当decode在不同于培训机器的机器上运行时，它应该使用生成新模型，从而给出不同的输出。也许这是一种在培训过程中监控输出变化的方法。是的，您的想法是正确的，相同的输入被反复用于生成输出。但是，您可以将输出限制为仅一个。不久前，我通过修改输出写入文件的位置实现了这一点。我只给出一个输入，所以在一个输出之后，我希望它停止
解码似乎无限期地运行有什么原因吗？这只是我的直觉，它被期望在不同的运行中给出不同的摘要。当decode在不同于培训机器的机器上运行时，它应该使用生成新模型，从而给出不同的输出。随着培训过程的继续，这可能是监控输出变化的一种方式。您可能会发现此问题有帮助（查看最后的ans）：您可能会发现此问题有帮助（查看最后的ans）：