tensorflow ctc_beam_search_decoder 

以lstm 获得的ocr结果为例，为了方便讨论，假设被识别的符号只有3个类，图片是 宽*高=10*3，即time step 是3，特征数是10。通过lstm，乘以weight matrix 加bias后的结果shape是[time_step,num_calss]=[3,3],假设值为

[

[0.1,0.8,0.1],

[0.6,0.3,0.1],

]

这结果的意思是,time_step 1 认为二号符号的概率最高为0.8，time_step 2 认为一号符号的概率最高为0.6，time_step 3 认为二号符号的概率为最高为0.7.

如果假设1，2，3号符号分别为a，b，c则用bean decoder 解出来的序列为2，1，2即b，a，b.

我知道，以上说法有问题，因为ctc_beam_decoder解出的序列长度是不定的，而上述方法解出的序列长度与time_step 相等，不知ctc_beam_decoder 如何决定序列长度的？