当我阅读seq2seq教程here时，我无法理解函数tf.contrib.seq2seq.dynamic_docode的输出。
在推理sample_id = outputs.sample_id和logits = self.output_layer(outputs.rnn_output)中，本教程使用logits = outputs.rnn_output和sample_id = outputs.sample_id访问解码器在训练中使用的输出。 logits和sample_id代表什么？ final_outputs函数var stk={3:{221:1,220:1,224:1,226:1,198:1},24:{221:1,220:1,224:1,226:1,198:1},33:{198:1},9:{223:1,221:1,220:1,224:1,226:1,198:1},156:{220:1,224:1,226:1}};
console.log(stk[24]);的内容是什么？
答案 0 :(得分：2)
好的，抱歉这么天真的问题。从here计算出来。因此outputs的{{1}}是class BasicDecoderOutput(rnn_output, sample_id)的实例。我认为官方文件应该提供这些信息。
更详细地说：
tf.contrib.seq2seq.BasicDecoder是解码单元的输出。
rnn_output是sample_id返回的ID。对于Helper，GreedyEmbeddingHelper为argmax(outputs, axis=-1, output_type=dtypes.int32)。如果使用sample_id，则sample_id的{{1}} outputs应该是tf.contrib.seq2seq.BasicDecoder的形状。