十、编码器-解码器模型（Encoder-Decoder）

参考 Encoder-Decoder 模型架构详解

• 编码，就是将输入序列转化成一个固定长度向量。
• 解码，就是将之前生成的固定长度向量再转化出输出序列。 

编码器-解码器有 2 点需要注意：

• 不管输入序列和输出序列长度是多少，中间的向量长度都是固定的。
• 不同的任务可以选择不同的编码器和解码器 （如RNN，CNN，LSTM，GRU）。

1 序列到序列模型（Seq2Seq）

Encoder-Decoder 有一个比较显著的特征就是它是一个 End-to-End 的学习算法，以机器翻译为例，将英语翻译成汉语这样的模型叫做 Seq2Seq。

什么是端到端 End-to-End 的学习？ 

端到端的学习其实就是不做其他任何额外的处理，直接从原始数据输入到任务结果输出，整个训练和预测过程，都是在模型里完成的。参考NLP基础之sequence2sequence

• 比如：我们想磨豆浆，那么普通料理机就不是端到端的（因为料理机的输