Decoder¶
Decoder是dynamic_decode中使用的任何decoder实例的基类。它提供了为每一个时间步生成输出的接口，可用于生成序列。
Decoder提供的主要抽象为：
1. (initial_input, initial_state, finished) = initialize(inits)， 为第一个解码步生成输入和状态，并给出指示batch中的每个序列是否结束的初始标识。
2. (output, next_state, next_input, finished) = step(time, input, state)， 将输入和状态转换为输出和新的状态，为下一个解码步生成输入，并给出指示batch中的每个序列是否结束的标识。
3. (final_outputs, final_state) = finalize(outputs, final_state, sequence_lengths)， 修改输出（所有时间步输出的堆叠）和最后的状态以做特殊用途。若无需修改堆叠得到的输出和来自最后一个时间步的状态，则无需实现。
与RNNCell相比，Decoder更为通用，因为返回的 next_input 和 finished 使它可以自行决定输入以及结束时机。
方法¶
initialize(inits)¶
在解码迭代之前调用一次。
参数
inits - 调用方提供的参数。
返回 一个元组 (initial_inputs, initial_states, finished) 。initial_inputs 和 initial_states 都是单个tensor变量或tensor变量组成的嵌套结构，finished 是具有bool数据类型的tensor。
返回类型 tuple
step(time, inputs, states, **kwargs)¶
在解码的每个时间步中被调用的接口
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) - 单个tensor变量或tensor变量组成的嵌套结构。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) - 单个tensor变量或tensor变量组成的嵌套结构。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 一个元组 (outputs, next_states, next_inputs, finished) 。next_states 和 next_inputs 都是单个tensor变量或tensor变量组成的嵌套结构，且结构、形状和数据类型均分别与输入参数中的 states 和 inputs 相同。outputs 是单个tensor变量或tensor变量组成的嵌套结构。finished 是一个bool类型的tensor变量。
返回类型 tuple
finalize(self, outputs, final_states, sequence_lengths)¶
如果提供了实现，将在整个解码迭代结束后被执行一次。
参数
outputs (Variable) - 单个tensor变量或tensor变量组成的嵌套结构。其中每个tensor的形状均为 \([time\_step，batch\_size，...]\)，是将所有解码步中与其对应的的输出进行堆叠的结果，这个过程由其调用者完成。
final_states (Variable) - 单个tensor变量或tensor变量组成的嵌套结构。它是
decoder.step在最后一个解码步返回的next_states，因此具有与任何时间步的状态相同的结构，形状和数据类型。kwargs - 命名关键字参数，由提供调用者。
返回 一个元组 (final_outputs, final_states) 。final_outputs 和 final_states 都是单个tensor变量或tensor变量组成的嵌套结构。
返回类型 tuple