tf.contrib.seq2seq.BeamSearchDecoder

Декодер с выбором по лучу.

Наследуется от: Decoder

tf.contrib.seq2seq.BeamSearchDecoder(
    cell, embedding, start_tokens, end_token, initial_state, beam_width,
    output_layer=None, length_penalty_weight=0.0, coverage_penalty_weight=0.0,
    reorder_tensor_arrays=True
)

Примечание: Если вы используете BeamSearchDecoder вместе с ячейкой, заключенной в AttentionWrapper, то вы должны убедиться, что:

Выход кодировщика был дублирован до beam_width с помощью tf.contrib.seq2seq.tile_batch (НЕ tf.tile).
Аргумент batch_size , переданный методу zero_state этого обертки, равен true_batch_size * beam_width.
Изначальное состояние, созданное с помощью zero_state выше, содержит значение cell_state , содержащее правильно дублированное конечное состояние из кодировщика.

Пример:

tiled_encoder_outputs = tf.contrib.seq2seq.tile_batch(
    encoder_outputs, multiplier=beam_width)
tiled_encoder_final_state = tf.contrib.seq2seq.tile_batch(
    encoder_final_state, multiplier=beam_width)
tiled_sequence_length = tf.contrib.seq2seq.tile_batch(
    sequence_length, multiplier=beam_width)
attention_mechanism = MyFavoriteAttentionMechanism(
    num_units=attention_depth,
    memory=tiled_inputs,
    memory_sequence_length=tiled_sequence_length)
attention_cell = AttentionWrapper(cell, attention_mechanism, ...)
decoder_initial_state = attention_cell.zero_state(
    dtype, batch_size=true_batch_size * beam_width)
decoder_initial_state = decoder_initial_state.clone(
    cell_state=tiled_encoder_final_state)

В то же время, с AttentionWrapper, рекомендуется использовать штраф за покрытие при вычислении оценок (https://arxiv.org/pdf/1609.08144.pdf). Это побуждает декодер покрывать все входные данные.

Аргументы
`cell`	Экземпляр `RNNCell` .
`embedding`	Функция, которая принимает векторный тензор `ids` (argmax id), или аргумент `params` для `embedding_lookup`.
`start_tokens`	Вектор `int32` с формой `[batch_size]`, стартовые токены.
`end_token`	Скаляр `int32` , токен, обозначающий конец декодирования.
`initial_state`	(Возможная вложенная кортеж из...) тензоров и TensorArrays.
`beam_width`	Целое число, количество лучей.
`output_layer`	(Необязательно) Экземпляр `tf.keras.layers.Layer`, т.е. `tf.keras.layers.Dense`. Необязательный слой, применяемый к выходу RNN перед сохранением результата или выборкой.
`length_penalty_weight`	Весовой коэффициент для наказания за длину. Отключен при 0,0.
`coverage_penalty_weight`	Весовой коэффициент для наказания за покрытие исходного предложения. Отключен при 0,0.
`reorder_tensor_arrays`	Если `True`, элементы `TensorArray` внутри состояния ячейки будут переупорядочены в соответствии с путем поиска по лучу. Если `TensorArray` можно переупорядочить, будет возвращена стопка. В противном случае `TensorArray` будет возвращено как есть. Установите этот флаг в `False` , если состояние ячейки содержит `TensorArray` , которые не подходят для переупорядочения.

Возможные исключения
`TypeError`	если `cell` не является экземпляром `RNNCell`, или `output_layer` не является экземпляром `tf.keras.layers.Layer`.
`ValueError`	Если `start_tokens` не является вектором или `end_token` не является скаляром.

Атрибуты
`batch_size`
`output_dtype`	(Возможная вложенная кортеж из...) типов данных.
`output_size`
`tracks_own_finished`	Декодер BeamSearch переупорядочивает свои лучи и их завершенное состояние. По этой причине он конфликтует с отслеживанием завершенных состояний функцией `dynamic_decode`. Установка этого свойства в true предотвращает преждевременную остановку декодирования из-за неправильного управления завершенным состоянием в `dynamic_decode`.

Методы

`finalize`

Просмотреть исходный код

finalize(
    outputs, final_state, sequence_lengths
)

Завершить и вернуть predicted_ids.

Аргументы
`outputs`	Экземпляр BeamSearchDecoderOutput.
`final_state`	Экземпляр BeamSearchDecoderState. Передаётся в выходные данные.
`sequence_lengths`	Тензор `int64` , с формой `[batch_size, beam_width]`. Длины последовательностей, определённые для каждого луча во время декодирования. ПРИМЕЧАНИЕ Они игнорируются; обновлённые длины последовательностей хранятся в `final_state.lengths`.

Возвращаемые значения
`outputs`	Экземпляр `FinalBeamSearchDecoderOutput` , где predicted_ids являются результатом вызова _gather_tree.
`final_state`	Тот же входной экземпляр `BeamSearchDecoderState`.

`initialize`

Просмотреть исходный код

initialize(
    name=None
)

Инициализировать декодер.

Аргументы
`name`	Имя области для всех созданных операций.

Возвращаемые значения
`(finished, start_inputs, initial_state)`.

`step`

Просмотреть исходный код

step(
    time, inputs, state, name=None
)

Выполнить шаг декодирования.

Аргументы
`time`	Скалярный `int32` тензор.
`inputs`	(Структура из) входных тензоров.
`state`	(Структура из) тензоров состояния и TensorArrays.
`name`	Имя области для всех созданных операций.

Возвращаемые значения
`(outputs, next_state, next_inputs, finished)`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/seq2seq/BeamSearchDecoder