Created by: AoZhang

paddle models 中的 seq2seq 模型，decoder 部分有个分支判断是 train 还是 inference(beam_search)，PaddleNLP/PaddleTextGEN/seq2seq/base_model.py 贴一下代码：

        dec_cell = xxx
        output_layers = yyy
        if mode == 'train':
            dec_output, dec_final_state = rnn(cell=dec_cell,
                                              inputs=self.tar_emb,
                                              initial_states=enc_final_state)

            dec_output = output_layer(dec_output)

            return dec_output
        elif mode == 'beam_search':
            beam_search_decoder = BeamSearchDecoder(
                dec_cell,
                self.beam_start_token,
                self.beam_end_token,
                beam_size,
                embedding_fn=self.tar_embeder,
                output_fn=output_layer)

            outputs, _ = dynamic_decode(
                beam_search_decoder,
                inits=enc_final_state,
                max_step_num=self.beam_max_step_num)
            return outputs

decode 的核心是 dec_cell 和 output_layer，这两个是在 if/else 前定义的，所以

1. inference 阶段按 name 就能找到 train 好的参数了吗？
2. train 中的 rnn() 和 inference 阶段的 BeamSearchDecoder(), dynamic_decode() 都只是控制流，不包含参数？