我目前正在tensorflow中进行文本生成。训练模型后，在预测文本并将数字解码为文本时，为什么我们使用tf.random.categorical(predictions， num_samples=1([-1,0].numpy？？
1.：tf.random.categorical仅返回具有最大概率的参数编号之一(而不是参数本身(，基于它作为参数的概率分布 - 在这种情况下predictions。它只返回一个，因为我们设置了num_samples=1.
(有关tf.random.categorical究竟做什么的更好答案，请查看此处。
2.：[-1,0]是简单的索引切片，我们只取最后一个元素的第一个元素。 我们从最后一个元素中获取它，因为输出始终只是输入偏移一个位置，因此最后一个元素是新词 - 这就是我们在这种情况下搜索的内容。
3.：使用numpy()，因为我们(通常(不想在这一点上处理张量。tf.random.categorical的返回是一个张量。所以我们使用numpy().