.. _cn_api_fluid_layers_Decoder: Decoder ------------------------------- .. py:class:: paddle.fluid.layers.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. :code:`(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. :code:`(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. :code:`(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 :code:`next_input` 和 :code:`finished` 使它可以自行决定输入以及结束时机。 .. py:method:: 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 :code:`(initial_inputs, initial_states, finished)` 。:code:`initial_inputs` 和 :code:`initial_states` 都是单个tensor变量或tensor变量组成的嵌套结构, :code:`finished` 是具有bool数据类型的tensor。 返回类型:tuple .. py:method:: step(time, inputs, states) 在解码的每个时间步中被调用的接口 参数: - **outputs** (Variable) - 单个tensor变量或tensor变量组成的嵌套结构。 结构和数据类型与 :code:`output_dtype` 相同。 tensor堆叠所有时间步长的输出从而具有shape :math:`[time\_step,batch\_size,...]` ,由调用者完成。 - **final_states** (Variable) - 单个tensor变量或tensor变量组成的嵌套结构。 它是 :code:`decoder.step` 在最后一个解码步返回的 :code:`next_states`, 因此具有与任何时间步长的状态相同的结构,形状和数据类型。 返回:一个元组 :code:`(final_outputs, final_states)` 。:code:`final_outputs` 和 :code:`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