神经网络会在不同的运行时翻译成同一句话吗？我可以在运行时收到很多翻译的句子吗？
Will Neural Network translate to the same sentence in different runtimes? And can I receive many translated sentences at a runtime?
我打算使用神经网络（CNN、RNN 等）以句子为单位从一种语言翻译成另一种语言。我想知道这个网络是否会在不同的运行时给我们相同的句子。我们可以在运行时有很多翻译的句子吗？
假设我们有这些场景：
Runtime 1: sentence --- a
Runtime 2: sentence --- a
Runtime 3: sentence --- b
Runtime 4: sentence --- a, b, c, etc
NW会给我们带来哪些场景？谢谢！
如果您有两个相同的神经网络（相同的架构和相同的权重），则推理是确定性的：两个相同的输入将产生相同的输出。如果您在神经网络的体系结构中使用某种随机性，则情况并非如此，例如，如果您使用 Variational Autoencoder (VAE), or a Generative Adversarial Network (GAN)，因为您将学习和抽样统计分布。
关于你的第二个问题：神经网络以张量为输入，并提供张量作为输出。输入可以是一维张量（向量）、二维张量（矩阵），甚至是 666 维张量（尽管不推荐）。说到底，神经网络的推理只是一系列的张量积。
当你学习线性代数时，你会了解到在张量的乘积中，你总是可以将一个张量与其自身（或与另一个相同大小的张量）叠加在一个特定的维度上，表达式将保持正确。因此，如果你正确地堆叠你的输入张量（我猜你的句子的单热编码），你可以 运行 你的预测作为 批处理 。在这种情况下，您的输出张量（翻译句子的单热编码）也将堆叠在一起。但请注意 (1) 这样的批处理应该适合内存，并且 (2) 批处理越大，计算量就越大。
是的，只要你有 2 个不同的神经网络。虽然我同时不是这方面的专家，因为我只做过一次。
我打算使用神经网络（CNN、RNN 等）以句子为单位从一种语言翻译成另一种语言。我想知道这个网络是否会在不同的运行时给我们相同的句子。我们可以在运行时有很多翻译的句子吗？
假设我们有这些场景：
Runtime 1: sentence --- a
Runtime 2: sentence --- a
Runtime 3: sentence --- b
Runtime 4: sentence --- a, b, c, etc
NW会给我们带来哪些场景？谢谢！
如果您有两个相同的神经网络（相同的架构和相同的权重），则推理是确定性的：两个相同的输入将产生相同的输出。如果您在神经网络的体系结构中使用某种随机性，则情况并非如此，例如，如果您使用 Variational Autoencoder (VAE), or a Generative Adversarial Network (GAN)，因为您将学习和抽样统计分布。
关于你的第二个问题：神经网络以张量为输入，并提供张量作为输出。输入可以是一维张量（向量）、二维张量（矩阵），甚至是 666 维张量（尽管不推荐）。说到底，神经网络的推理只是一系列的张量积。
当你学习线性代数时，你会了解到在张量的乘积中，你总是可以将一个张量与其自身（或与另一个相同大小的张量）叠加在一个特定的维度上，表达式将保持正确。因此，如果你正确地堆叠你的输入张量（我猜你的句子的单热编码），你可以 运行 你的预测作为 批处理 。在这种情况下，您的输出张量（翻译句子的单热编码）也将堆叠在一起。但请注意 (1) 这样的批处理应该适合内存，并且 (2) 批处理越大，计算量就越大。
是的，只要你有 2 个不同的神经网络。虽然我同时不是这方面的专家，因为我只做过一次。