人工智能 - 如何反向传播以使用多解码器实现序列到序列 - 吾爱随笔录

我提出了带有双解码器的序列到序列模型的修改版本。我要解决的问题是神经机器同时翻译成两种语言。这是模型的简化图。

                            /--> Decoder 1 -> Language Output 1
Language Input -> Encoder -|
                            \--> Decoder 2 -> Language Output 2

我对反向传播的理解是，我们正在调整网络的权重以增强目标输出的信号。但是，我不清楚如何在这个网络中反向传播，因为我还不能在网上找到类似的实现。我正在考虑在每个训练批次后进行两次反向传播，如下所示：

D e c o d e r 1 \to E n c o d e r

$Decoder\ 1 \rightarrow Encoder$

D e c o d e r 2 \to E n c o d e r

$Decoder\ 2 \rightarrow Encoder$

但我不确定解码器 2 的反向传播效果是否会影响解码器 1 的预测精度。这是真的吗？

另外，这种结构可行吗？如果是这样，我如何正确地在网络中反向传播？