说明：用于在搜索中选择较优的结果，相对于暴力搜索减少了存储和计算资源。常被用于文本生成任务中。
主要思想：以se2seq为例（一般用于测试，因为在训练的时候已经知道最优解），在decoder部分，假设每一步会生成s个数值分别表示属于词典中各个单词的概率。在第t步选择s中的top-k个（beam size=k），其对应的k个单词作为t+1步的输入（分别输入），在第t+1步，得到 k ∗ s k*s k∗s个概率值，从中选择top-k作为t+2步的输入，如此循环往复直到出现结束符。
下面这个例子将beam search在encoder-decoder架构中的使用讲解得很清楚
Beam Search思想在机器翻译中的例子
