代码是tensorflow的，lstm model，

想问问这一段的output和logits到底是什么？是指生成一个词的概率还是生成一个句子中所有词的概率？

outputs = []
state = self._initial_state
with tf.variable_scope("RNN"):
for time_step in range(num_steps):
if time_step > 0: tf.get_variable_scope().reuse_variables()
(cell_output, state) = cell(inputs[:, time_step, :], state) #inputs[:, time_step, :]的shape是(batch_size, size)
outputs.append(cell_output)

output = tf.reshape(tf.concat(outputs, 1), [-1, size])

softmax_w = tf.get_variable("softmax_w", [size, vocab_size])
softmax_b = tf.get_variable("softmax_b", [vocab_size])
logits = tf.matmul(output, softmax_w) + softmax_b
self._final_state = state

mean_absolute_error(output, tf.reshape(self._targets, [-1]))

if not is_training:
self._prob = tf.nn.softmax(logits)
return

还有就是，如果我想要一个predict list=[p1,p2,p3,...]（pi表示计算出的概率最大的词的概率值）代码应该是怎样的？