Python 如何将解码器LSTM的输出数据转换回字？

我有一个编码器-解码器网络，与本教程中生成的网络类似：

然而，解码器LSTM的输出将是介于0和1之间的数字。但是，在本教程中，单词被标记为整数。如何使用此标记化将0和1之间的输出转换回单词

---

另一个选项可能是使用一个热编码标记化，但您肯定仍然需要对输出进行四舍五入以将浮点输出转换为整数？

使用

tf.math.argmax（）

查找最佳单词的索引。然后从词汇表中提取单词

您引用的教程使用了15000个标记的词汇表。它输出每个样本10个标记的序列，这样10个字中的每一个都是15000个浮点的向量。您可以将其视为一种概率，理想情况下，这15000个浮点数的总和加起来等于1，最高分数告诉您选择了哪个令牌。因此，在输入时，每个令牌将转换为1个大小为15000的热编码向量，在输出时，您将有一个softmax节点，该节点输出每个令牌的分数，其中最高分数将为您提供所选令牌。

感谢您的回复。我不知道这是怎么回事-你说的“最佳单词”是什么意思？Softmax提供了单词索引之间的概率分布。价值越高，这个词就越好