GreedyEmbeddingHelper¶
GreedyEmbeddingHelper是 DecodeHelper 的子类。作为解码helper,它使用 argmax
进行采样,并将采样结果送入embedding层,以此作为下一解码步的输入。
参数¶
embedding_fn (callable) - 作用于
argmax
结果的函数,通常是一个将词id转换为词嵌入的embedding层,注意,这里要使用 cn_api_fluid_embedding 而非 embedding,因为选中的id的形状是 \([batch\_size]\),如果使用后者则还需要在这里提供unsqueeze。start_tokens (Variable) - 形状为 \([batch\_size]\) 、数据类型为int64、 值为起始标记id的tensor。
end_token (int) - 结束标记id。
代码示例¶
import paddle.fluid as fluid
import paddle.fluid.layers as layers
trg_emb = fluid.data(name="trg_emb",
shape=[None, None, 128],
dtype="float32")
trg_embeder = lambda x: fluid.embedding(
x, size=[10000, 128], param_attr=fluid.ParamAttr(name="trg_embedding"))
output_layer = lambda x: layers.fc(x,
size=10000,
num_flatten_dims=len(x.shape) - 1,
param_attr=fluid.ParamAttr(name=
"output_w"),
bias_attr=False)
helper = layers.GreedyEmbeddingHelper(trg_embeder, start_tokens=0, end_token=1)
decoder_cell = layers.GRUCell(hidden_size=128)
decoder = layers.BasicDecoder(decoder_cell, helper, output_fn=output_layer)
outputs = layers.dynamic_decode(
decoder=decoder, inits=decoder_cell.get_initial_states(encoder_output))
方法¶
initialize()¶
GreedyEmbeddingHelper初始化,其使用构造函数中的 start_tokens
作为第一个解码步的输入,并给出每个序列是否结束的初始标识。这是 BasicDecoder 初始化的一部分。
返回 (initial_inputs, initial_finished)
的二元组,initial_inputs
同构造函数中的 start_tokens
; initial_finished
是一个bool类型、值为False的tensor,其形状和 start_tokens
相同。
返回类型 tuple
sample(time, outputs, states)¶
使用 argmax
根据 outputs 进行采样。
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。
outputs (Variable) - tensor变量,通常其数据类型为float32或float64,形状为 \([batch\_size, vocabulary\_size]\),表示当前解码步预测产生的logit(未归一化的概率),和由
BasicDecoder.output_fn(BasicDecoder.cell.call())
返回的outputs
是同一内容。states (Variable) - 单个tensor变量或tensor变量组成的嵌套结构,和由
BasicDecoder.cell.call()
返回的new_states
是同一内容。
返回 数据类型为int64形状为 \([batch\_size]\) 的tensor,表示采样得到的id。
返回类型 Variable
next_inputs(time, outputs, states, sample_ids)¶
对 sample_ids
使用 embedding_fn
,以此作为下一解码步的输入;同时直接使用输入参数中的 states
作为下一解码步的状态;并通过判别 sample_ids
是否得到 end_token
,依此产生每个序列是否结束的标识。
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。
outputs (Variable) - tensor变量,通常其数据类型为float32或float64,形状为 \([batch\_size, vocabulary\_size]\),表示当前解码步预测产生的logit(未归一化的概率),和由
BasicDecoder.output_fn(BasicDecoder.cell.call())
返回的outputs
是同一内容。states (Variable) - 单个tensor变量或tensor变量组成的嵌套结构,和由
BasicDecoder.cell.call()
返回的new_states
是同一内容。sample_ids (Variable) - 数据类型为int64形状为 \([batch\_size]\) 的tensor,和由
sample()
返回的sample_ids
是同一内容。
- 返回
-
(finished, next_inputs, next_states)
的三元组。next_inputs, next_states
均是单个tensor变量或tensor变量组成的嵌套结构,tensor的形状是 \([batch\_size, ...]\) ,next_states
和输入参数中的states
相同;finished
是一个bool类型且形状为 \([batch\_size]\) 的tensor。
返回类型 tuple