Che cosa significa la dimensione del fascio di rappresentare nel fascio algoritmo di ricerca?

Ho una domanda circa il fascio algoritmo di ricerca.

Diciamo che n = 2 (il numero di nodi che abbiamo intenzione di espandere da ogni nodo). Così, all’inizio, abbiamo solo il root, con 2 nodi che si espande da esso. Ora, da questi due nodi, si espande più di due. Quindi, al momento, ci sono 4 foglie. Continueremo come questo fino a che si trova la risposta.

È questo come il raggio di ricerca lavora? Fa espandere solo n = 2 di ogni nodo, o si mantiene a 2 nodi foglia a tutti i tempi?

Ho usato a pensare che n = 2 significa che si dovrebbe avere 2 nodi attivi in più da ogni nodo, non due per tutto l’albero.



2 Replies
  1. 15

    In “standard” raggio di ricerca algoritmo, ad ogni passo, il numero totale dei nodi che attualmente “conoscere” è limitato e NON il numero di nodi che si saranno seguite da ciascun nodo.

    In concreto, se n = 2, significa che il “fascio” sarà di dimensioni al massimo 2, in tutti i tempi. Così, inizialmente, si parte da un nodo, poi scopri tutti i nodi raggiungibili da essa, ma eliminare tutti loro, ma due, e completato il passaggio 1 con 2 nodi. Al punto 2, si dispone di due nodi, e si espanderà sia, e eliminare tutti i nodi di nuovo, tranne che esattamente 2 nodi (totale, non da parte di ciascuno!). Nei passaggi successivi, allo stesso modo, si terrà a 2 nodi dopo ogni passaggio.

    Scelta di quale nodo da tenere è di solito fatta da alcuni euristico funzione che restituisce il nodo è più vicino al bersaglio.

    Di notare che la fascio algoritmo di ricerca non è completo (cioè, non può trovare una soluzione se esiste), né ottimale (cioè che non può trovare la soluzione migliore). Il modo migliore per vedere questa è la testimonianza che quando n = 1 in sostanza si riduce a best-first-search.

  2. 0

    Che cosa significa la dimensione del fascio di rappresentare nel fascio algoritmo di ricerca?

    L’immagine qui sopra dice tutto. Nota che in ogni fase(colonna nella foto) solo beam_size nodi di uscita che vengono scelti da un metodo di ordinamento e il resto viene scartato.

    E qui è molto intuitivo attuazione che ho fatto, e spero che aiuta.

    Fonte: http://opennmt.net/OpenNMT/translation/beam_search/

    • Ho downvoted la tua risposta perché l’ho trovato confusionario. Si inizia dicendo: “L’immagine di cui sopra dice tutto.”, ma, guardandolo, non mi dicono nulla. In generale, non trovo che questa sia una risposta chiara. Rendere la risposta più chiara anche explaning l’immagine, e io rimuovere il mio downvote.
    • Scusate ho appena visto il tuo downvote e commento, e mi sostengono, che mi aveva già dichiarato che il nodo dimensione in ogni colonna sono uguali e che la dimensione è la dimensione del fascio. La foto è molto intuitivo.

Lascia un commento