BeamSearchDecoder

class paddle.nn. BeamSearchDecoder ( cell, start_token, end_token, beam_size, embedding_fn=None, output_fn=None ) [源代码]

带beam search解码策略的解码器。该接口包装一个cell来计算概率,然后执行一个beam search步骤计算得分,并为每个解码步骤选择候选输出。更多详细信息请参阅 Beam search

注意 在使用beam search解码时,cell的输入和状态将被扩展到 \(beam\_size\) ,得到 \([batch\_size * beam\_size, ...]\) 一样的形状,这个操作在BeamSearchDecoder中自动完成,因此,其他任何在 cell.call 中使用的Tensor,如果形状为 \([batch\_size, ...]\) ,都必须先手动使用 BeamSearchDecoder.tile_beam_merge_with_batch 接口扩展。最常见的情况是带注意机制的编码器输出。

参数

  • cell (RNNCell) - RNNCell的实例或者具有相同接口定义的对象。

  • start_token (int) - 起始标记id。

  • end_token (int) - 结束标记id。

  • beam_size (int) - 在beam search中使用的beam宽度。

  • embedding_fn (可选) - 处理选中的候选id的接口。它通常是一个将词id转换为词嵌入的嵌入层,其返回值将作为 cell.call 接口的 input 参数。注意 ,这里要使用 Embedding 而非 embedding,因为选中的id的形状是 \([batch\_size, beam\_size]\) ,如果使用后者则还需要在这里提供unsqueeze。如果 embedding_fn 未提供,则必须在 cell.call 中实现词嵌入转换。默认值None。

  • output_fn (可选) - 处理cell输出的接口,在计算得分和选择候选标记id之前使用。默认值None。

返回

BeamSearchDecoder 的一个实例,可以用于传入 paddle.nn.dynamic_decode 以实现解码过程。

代码示例

import paddle
from paddle.nn import BeamSearchDecoder, dynamic_decode
from paddle.nn import GRUCell, Linear, Embedding
trg_embeder = Embedding(100, 32)
output_layer = Linear(32, 32)
decoder_cell = GRUCell(input_size=32, hidden_size=32)
decoder = BeamSearchDecoder(decoder_cell,
                            start_token=0,
                            end_token=1,
                            beam_size=4,
                            embedding_fn=trg_embeder,
                            output_fn=output_layer)
encoder_output = paddle.ones((4, 8, 32), dtype=paddle.get_default_dtype())
outputs = dynamic_decode(decoder=decoder,
                        inits=decoder_cell.get_initial_states(encoder_output),
                        max_step_num=10)

方法

tile_beam_merge_with_batch(x, beam_size)

扩展Tensor的batch维度。此函数的输入是形状为 \([batch\_size, s_0, s_1, ...]\) 的Tensor t,由minibatch中的样本 \(t[0], ..., t[batch\_size - 1]\) 组成。将其扩展为形状是 \([batch\_size * beam\_size, s_0, s_1, ...]\) 的Tensor,由 \(t[0], t[0], ..., t[1], t[1], ...\) 组成, 每个minibatch中的样本重复 \(beam\_size\) 次。

参数

  • x (Variable) - 形状为 \([batch\_size, ...]\) 的tenosr。数据类型应为float32,float64,int32,int64或bool。

  • beam_size (int) - 在beam search中使用的beam宽度。

返回

Tensor, 形状为 \([batch\_size * beam\_size, ...]\) 的Tensor,其数据类型与 x 相同。

_split_batch_beams(x)

将形状为 \([batch\_size * beam\_size, ...]\) 的Tensor变换为形状为 \([batch\_size, beam\_size, ...]\) 的新Tensor。

参数

  • x (Variable) - 形状为 \([batch\_size * beam\_size, ...]\) 的tenosr。数据类型应为float32,float64,int32,int64或bool。

返回

Tensor, 形状为 \([batch\_size, beam\_size, ...]\) 的Tensor,其数据类型与 x 相同。

_merge_batch_beams(x)

将形状为 \([batch\_size, beam\_size, ...]\) 的Tensor变换为形状为 \([batch\_size * beam\_size,...]\) 的新Tensor。

参数

  • x (Variable) - 形状为 \([batch\_size, beam_size,...]\) 的Tenosr。数据类型应为float32,float64,int32,int64或bool。

返回

Tensor, 形状为 \([batch\_size * beam\_size, ...]\) 的Tensor,其数据类型与 x 相同。

_expand_to_beam_size(x)

此函数输入形状为 \([batch\_size,s_0,s_1,...]\) 的Tensor t,由minibatch中的样本 \(t[0],...,t[batch\_size-1]\) 组成。将其扩展为形状 \([ batch\_size,beam\_size,s_0,s_1,...]\) 的Tensor,由 \(t[0],t[0],...,t[1],t[1],...\) 组成,其中每个minibatch中的样本重复 \(beam\_size\) 次。

参数

  • x (Variable) - 形状为 \([batch\_size, ...]\) 的tenosr。数据类型应为float32,float64,int32,int64或bool。

返回

Tensor, 具有与 x 相同的形状和数据类型的Tensor,其中未完成的beam保持不变,而已完成的beam被替换成特殊的Tensor(Tensor中所有概率质量被分配给EOS标记)。

_mask_probs(probs, finished)

屏蔽对数概率。该函数使已完成的beam将所有概率质量分配给EOS标记,而未完成的beam保持不变。

参数

  • probs (Variable) - 形状为 \([batch\_size,beam\_size,vocab\_size]\) 的 Tensor,表示对数概率。其数据类型应为float32。

  • finish (Variable) - 形状为 \([batch\_size,beam\_size]\) 的 Tensor,表示所有beam的完成状态。其数据类型应为bool。

返回

Tensor, 具有与 x 相同的形状和数据类型的Tensor,其中未完成的beam保持不变,而已完成的beam被替换成特殊的Tensor(Tensor中所有概率质量被分配给EOS标记)。

_gather(x, indices, batch_size)

对Tensor x 根据索引 indices 收集。

参数

  • x (Variable) - 形状为 \([batch\_size, beam\_size,...]\) 的Tensor。

  • index (Variable) - 一个形状为 \([batch\_size, beam\_size]\) 的int64 Tensor,表示我们用来收集的索引。

  • batch_size (Variable) - 形状为 \([1]\) 的Tensor。其数据类型应为int32或int64。

返回

Tensor, 具有与 :code:``x` 相同的形状和数据类型的 Tensor,表示收集后的 Tensor。

initialize(initial_cell_states)

初始化BeamSearchDecoder。

参数

  • initial_cell_states (Variable) - 单个Ten'so'r变量或Tensor变量组成的嵌套结构。调用者提供的参数。

返回

tuple, 一个元组 (initial_inputs, initial_states, finished)initial_inputs 是一个Tensor,当 embedding_fn 为None时,该Tensor t的形状为 \([batch\_size,beam\_size]\) ,值为 start_token ;否则使用 embedding_fn(t) 返回的值。initial_states 是Tensor变量的嵌套结构(命名元组,字段包括 cell_states,log_probs,finished,lengths),其中 log_probs,finished,lengths 都含有一个Tensor,形状为 \([batch\_size, beam\_size]\),数据类型为float32,bool,int64。cell_states 具有与输入参数 initial_cell_states 相同结构的值,但形状扩展为 \([batch\_size,beam\_size,...]\)finished 是一个布尔型Tensor,由False填充,形状为 \([batch\_size,beam\_size]\)

_beam_search_step(time, logits, next_cell_states, beam_state)

计算得分并选择候选id。

参数

  • time (Variable) - 调用者提供的形状为[1]的Tensor,表示当前解码的时间步长。其数据类型为int64。

  • logits (Variable) - 形状为 \([batch\_size,beam\_size,vocab\_size]\) 的Tensor,表示当前时间步的logits。其数据类型为float32。

  • next_cell_states (Variable) - 单个Tensor变量或Tensor变量组成的嵌套结构。它的结构,形状和数据类型与 initialize() 的返回值 initial_states 中的 cell_states 相同。它代表该cell的下一个状态。

  • beam_state (Variable) - Tensor变量的结构。在第一个解码步骤与 initialize() 返回的 initial_states 同,其他步骤与 step() 返回的 beam_search_state 相同。

返回

tuple, 一个元组 (beam_search_output, beam_search_state)beam_search_output 是Tensor变量的命名元组,字段为 scores,predicted_ids parent_ids。其中 scores,predicted_ids,parent_ids 都含有一个Tensor,形状为 \([batch\_size,beam\_size]\),数据类型为float32 ,int64,int64。beam_search_state 具有与输入参数 beam_state 相同的结构,形状和数据类型。

step(time, inputs, states, **kwargs)

执行beam search解码步骤,该步骤使用 cell 来计算概率,然后执行beam search步骤以计算得分并选择候选标记ID。

参数

  • time (Variable) - 调用者提供的形状为[1]的Tensor,表示当前解码的时间步长。其数据类型为int64。。

  • inputs (Variable) - Tensor变量。在第一个解码时间步时与由 initialize() 返回的 initial_inputs 相同,其他时间步与由 step() 返回的 next_inputs 相同。

  • states (Variable) - Tensor变量的结构。在第一个解码时间步时与 initialize() 返回的 initial_states 相同,其他时间步与由 step() 返回的 beam_search_state 相同。

  • kwargs - 附加的关键字参数,由调用者提供。

返回

tuple, 一个元组 (beam_search_output,beam_search_state,next_inputs,finish)beam_search_state 和参数 states 具有相同的结构,形状和数据类型。 next_inputs 与输入参数 inputs 具有相同的结构,形状和数据类型。 beam_search_output 是Tensor变量的命名元组(字段包括 scores,predicted_ids,parent_ids ),其中 scores,predicted_ids,parent_ids 都含有一个Tensor,形状为 \([batch\_size,beam\_size]\),数据类型为float32 ,int64,int64。finished 是一个bool类型的Tensor,形状为 \([batch\_size,beam\_size]\)

finalize(outputs, final_states, sequence_lengths)

使用 gather_tree 沿beam search树回溯并构建完整的预测序列。

参数

  • outputs (Variable) - Tensor变量组成的结构(命名元组),该结构和数据类型与 output_dtype 相同。Tensor将所有时间步的输出堆叠,因此具有形状 \([time\_step,batch\_size,...]\)

  • final_states (Variable) - Tensor变量组成的结构(命名元组)。它是 decoder.step 在最后一个解码步骤返回的 next_states,因此具有与任何时间步的 state 相同的结构、形状和数据类型。

  • sequence_lengths (Variable) - Tensor,形状为 \([batch\_size,beam\_size]\),数据类型为int64。它包含解码期间确定的每个beam的序列长度。

返回

tuple, 一个元组 (predicted_ids, final_states)predicted_ids 是一个Tensor,形状为 \([time\_step,batch\_size,beam\_size]\),数据类型为int64。final_states 与输入参数 final_states 相同。