cudnnGRU is_training占位符

Question

创建具有批量规范化的模型时，我可以为is_training参数提供一个占位符，如下所示：

training = tf.placeholder(tf.bool)  
sym = create_symbol(training)
# ....
# Training: sess.run(model, feed_dict={X: data, y: label, training: True})
# Inference: sess.run(pred, feed_dict={X: data, training: False})

但是当我为包含cudnnGRU（或cudnnLSTM）的符号执行此操作时，它不喜欢占位符：

cudnn_cell = tf.contrib.cudnn_rnn.CudnnGRU(num_layers=1, 
                                           num_units=NUMHIDDEN, 
                                           input_size=EMBEDSIZE)    # Set params
params_size_t = cudnn_cell.params_size()
params = tf.Variable(tf.random_uniform([params_size_t]), validate_shape=False)   
input_h = tf.Variable(tf.zeros([1, BATCHSIZE, NUMHIDDEN]))
outputs, states = cudnn_cell(is_training=training ,
                             input_data=word_list,
                             input_h=input_h,
                             params=params)

错误讯息：

  

TypeError：参数的预期bool＆＃39; is_training＆＃39;不是dtype = bool＆gt;。

Answer 1

这是因为tf.layers.batch_normalization支持“Python布尔值或TensorFlow布尔标量张量（例如占位符）。” （see documentation）。

但tf.contrib.cudnn_rnn.CudnnGRU仅支持布尔值。