Refine text

doc/fluid/api_guides/low_level/layers/sequence.rst

 ..  _api_guide_sequence:
 
 ########
-Sequence
+序列
 ########
 
-在深度学习领域许多问题涉及到对`序列 <https://en.wikipedia.org/wiki/Sequence>`_ 的处理。
+在深度学习领域许多问题涉及到对 `序列（sequence） <https://en.wikipedia.org/wiki/Sequence>`_ 的处理。
 从Wiki上的释义可知，序列可以表征多种物理意义，但在深度学习中，最常见的仍然是"时间序列"——一个序列包含多个时间步的信息。
-在Paddle Fluid中，我们将序列表示为`LoDTensor<http://www.paddlepaddle.org/documentation/api/zh/1.0/fluid.html#lodtensor>`_ ，
-对这类tensor第0维的操作不能简单地使用一般的layer来进行。因此为了实行各类针对序列的操作，我们设计了一系列序列相关的API，专门用于正确处理序列相关的操作。
-实践中，这些layer处理的通常不会是单个序列，而往往是一个mini batch的序列，因为一般进行神经网络计算时都是一个batch一个batch地计算。
-一个mini batch中不同的序列通常属于多个sample，它们彼此之间不会也不应该发生跨sample的计算。
-因此，若一个layer以两个（或多个）mini batch的序列为输入（或者以一个list的序列为输入），则第一个batch中的第一个序列只会和第二个batch中的第二个序列发生计算，
-第一个batch中的第二个序列只会和第二个batch中的第二个序列发生计算，依次类推。
+在Paddle Fluid中，我们将序列表示为 `LoDTensor <http://www.paddlepaddle.org/documentation/api/zh/1.0/fluid.html#lodtensor>`_ ，
+对这类tensor第0维的操作不能简单地使用一般的layer来进行，因为这一维中的序列信息必须要结合LoD的信息，才能区分不同序列。(例如，你不能用 :code:`layers.reshape` 来对一个序列的第0维进行reshape)。
+
+因此为了实行各类针对序列的操作，我们设计了一系列序列相关的API，专门用于正确处理序列相关的操作。
+实践中，这些layer处理的通常不会是单个序列，而往往是一个mini batch的序列，因为一般进行神经网络计算时都是一个batch一个batch地计算，所以我们一般用一个LoDTensor来存储一个mini batch的序列。
+同一个mini batch中不同的序列通常属于多个sample，它们彼此之间不会也不应该发生相互作用。
+因此，若一个layer以两个（或多个）LoDTensor为输入（或者以一个list的LoDTensor为输入），每一个LoDTensor代表一个mini batch的序列，则第一个batch中的第一个序列只会和第二个batch中的第一个序列发生计算，
+第一个batch中的第二个序列只会和第二个batch中的第二个序列发生计算，第一个batch中的第i个序列只会和第二个batch中第i个序列发生计算，依此类推。
+总而言之，一个LoDTensor存储一个mini batch的多个序列，其中的序列个数为batch size；多个LoDTensor间发生相互计算时，batch中的第i个序列只会和第i个序列相互计算。
 理解这一点对于理解接下来序列相关的操作会至关重要。
 
 1. sequence_softmax
 -------------------
-这个layer以一个mini batch的序列为输入，在每个序列内做softmax操作。其输出为一个mini batch相同shape的序列，只不过在序列内是归一化过的。
-这个layer往往用于在一个sequence内做softmax归一化。
+这个layer以一个mini batch的序列为输入，在每个序列内做softmax操作。其输出为一个mini batch相同shape的序列，只不过在序列内是经softmax归一化过的。
+这个layer往往用于在每个sequence内做softmax归一化。
 
 API Reference 请参考 api_fluid_layers_sequence_softmax_
 
@@ -26,9 +29,9 @@ API Reference 请参考 api_fluid_layers_sequence_softmax_
 
 2. sequence_concat
 ------------------
-这个layer以一个list为输入，该list中可以含有多个元素，每个元素为一个mini batch的序列。
+这个layer以一个list为输入，该list中可以含有多个LoDTensor，每个LoDTensor为一个mini batch的序列。
 该layer会将每个batch中的第i个序列在时间步的那一维拼接成一个新的序列，作为返回的batch中的第i个序列。
-list中每个batch的序列必须有相同的batch size.
+理所当然地，list中每个LoDTensor的序列必须有相同的batch size.
 
 API Reference 请参考 api_fluid_layers_sequence_concat_
 
@@ -37,7 +40,7 @@ API Reference 请参考 api_fluid_layers_sequence_concat_
 
 3. sequence_first_step
 ----------------------
-这个layer以一个mini batch的序列作为输入，会取出每个序列中的第一个元素（也就是时间步的第一步的元素），并作为返回值。
+这个layer以一个LoDTensor作为输入，会取出每个序列中的第一个元素（也就是时间步的第一步的元素），并作为返回值。
 
 API Reference 请参考 api_fluid_layers_sequence_first_step_
 
@@ -46,7 +49,7 @@ API Reference 请参考 api_fluid_layers_sequence_first_step_
 
 4. sequence_last_step
 ---------------------
-同:code:`sequence_first_step`，不过是取每个序列中最后一个元素作为返回值。
+同 :code:`sequence_first_step` ，不过是取每个序列中最后一个元素（时间步的最后一步）作为返回值。
 
 API Reference 请参考 api_fluid_layers_sequence_last_step_
 
@@ -55,8 +58,8 @@ API Reference 请参考 api_fluid_layers_sequence_last_step_
 
 5. sequence_expand
 ------------------
-这个layer有两个mini batch的序列作为输入，并按照第二个batch中序列的LoD信息来扩展第一个batch中的序列。
-通常用来将只有一个时间步的序列（例如:code:`sequence_first_step`的返回结果）延展成有多个时间步的序列，以此方便进行对位运算。
+这个layer有两个LoDTensor的序列作为输入，并按照第二个LoDTensor中序列的LoD信息来扩展第一个batch中的序列。
+通常用来将只有一个时间步的序列（例如 :code:`sequence_first_step` 的返回结果）延展成有多个时间步的序列，以此方便进行对位运算。
 
 API Reference 请参考 api_fluid_layers_sequence_expand_
 
@@ -65,7 +68,7 @@ API Reference 请参考 api_fluid_layers_sequence_expand_
 
 6. sequence_expand_as
 ---------------------
-这个layer需要两个mini batch的序列作为输入，然后将第一个batch序列中的每一个序列延展成和第二个batch中对应序列等长的序列。
+这个layer需要两个LoDTensor的序列作为输入，然后将第一个Tensor序列中的每一个序列延展成和第二个Tensor中对应序列等长的序列。
 如果无法延展成等长的（例如第二个batch中的序列长度不是第一个batch中序列长度的整数倍），则会报错。
 
 API Reference 请参考 api_fluid_layers_sequence_expand_as_
@@ -75,7 +78,7 @@ API Reference 请参考 api_fluid_layers_sequence_expand_as_
 
 7. sequence_enumerate
 ---------------------
-这个layer需要一个mini batch的序列作为输入，同时需要指定一个:code:`win_size`的长度。这个layer将依次取所有序列中长度为:code:`win_size`的子序列，并组合成新的序列。
+这个layer需要一个LoDTensor的序列作为输入，同时需要指定一个 :code:`win_size` 的长度。这个layer将依次取所有序列中长度为 :code:`win_size` 的子序列，并组合成新的序列。
 
 API Reference 请参考 api_fluid_layers_sequence_enumerate_
 
@@ -84,8 +87,8 @@ API Reference 请参考 api_fluid_layers_sequence_enumerate_
 
 8. sequence_reshape
 -------------------
-这个layer需要一个mini batch的序列作为输入，同时需要指定一个:code:`new_dim`作为新的序列的维度。
-该layer会将mini batch内每个序列reshape为new_dim给定的维度。注意，每个序列的长度会改变，以适应新的形状。
+这个layer需要一个LoDTensor的序列作为输入，同时需要指定一个 :code:`new_dim` 作为新的序列的维度。
+该layer会将mini batch内每个序列reshape为new_dim给定的维度。注意，每个序列的长度会改变（因此LoD信息也会变），以适应新的形状。
 
 API Reference 请参考 api_fluid_layers_sequence_reshape_
 
@@ -95,7 +98,7 @@ API Reference 请参考 api_fluid_layers_sequence_reshape_
 9. sequence_scatter
 -------------------
 这个layer可以将一个序列的数据scatter到另一个tensor上。这个layer有三个input，一个要被scatter的目标tensor :code:`input`；
-一个是序列的数据:code:`update`，一个是目标tensor的上坐标:code:`index`. Output为scatter后的tensor，形状和:code:`input`相同。
+一个是序列的数据 :code:`update` ，一个是目标tensor的上坐标 :code:`index` . Output为scatter后的tensor，形状和 :code:`input` 相同。
 
 API Reference 请参考 api_fluid_layers_sequence_scatter_
 
@@ -104,9 +107,9 @@ API Reference 请参考 api_fluid_layers_sequence_scatter_
 
 10. sequence_pad
 ----------------
-这个layer可以将不等长的序列补齐成等长序列。使用这个layer需要提供一个:code:`PadValue`和一个:code:`padded_length`.
+这个layer可以将不等长的序列补齐成等长序列。使用这个layer需要提供一个 :code:`PadValue` 和一个 :code:`padded_length` .
 前者是用来补齐序列的元素，可以是一个数也可以是一个tensor；后者是序列补齐的目标长度。
-这个layer会返回补齐后的序列，以及一个记录补齐前各个序列长度的tensor :code:`Length`.
+这个layer会返回补齐后的序列，以及一个记录补齐前各个序列长度的tensor :code:`Length` .
 
 API Reference 请参考 api_fluid_layers_sequence_pad_
 
@@ -115,10 +118,10 @@ API Reference 请参考 api_fluid_layers_sequence_pad_
 
 11. sequence_mask
 -----------------
-这个layer会根据:code:`input`生成一个mask，:code:`input`是一个记录了每个序列长度的tensor.
-此外这个layer还需要一个参数:code:`maxlen`用于指定序列中最大的序列长度。
+这个layer会根据 :code:`input` 生成一个mask，:code:`input` 是一个记录了每个序列长度的tensor.
+此外这个layer还需要一个参数 :code:`maxlen` 用于指定序列中最长的序列长度。
 通常这个layer用于生成一个mask，将被pad后的序列中pad的部分过滤掉。
-:code:`input`的长度tensor通常可以直接用:code:`sequence_pad`返回的:code:`Length`.
+ :code:`input` 的长度tensor通常可以直接用 :code:`sequence_pad` 返回的 :code:`Length` .
 
 API Reference 请参考 api_fluid_layers_sequence_mask_