liyonglion
liyonglion
在encode阶段，使用tf.contrib.layers.embed_sequence函数来生成字向量。在decode阶段使用tf.random_uniform、tf.nn.embedding_lookup来生成和转换成字向量。 有两个疑问： 1.编码阶段和解码阶段不是同一个字向量，为什么需要这么做？不能是同一个字向量吗？ 2.tf.contrib.layers.embed_sequence转换的字向量每次都不同，例如每次ids = [1,2,3,4]，每次调用该函数，转换的字向量都是不一样的。这样会有一个问题，相同的字对应的不同的字向量。 先谢谢了
1.`tf.cond(training,batch_statistics, population_statistics)` in line 138. training is python bool,but cond need tf.bool. so modify it like this: `tf.cond(tf.cast(training, tf.bool), batch_statistics, population_statistics)` 2.In line 81 `i, j, f, o = tf.split(1,...
After make install, not found vad header file in ${prefix}/include/webrtc