我正在尝试将LSTM细胞堆叠在TF中,这就是我所拥有的:
for layer in xrange(args.num_layers):
cell_fw = tf.contrib.rnn.LSTMCell(args.hidden_size,
initializer=tf.orthogonal_initializer())
cell_bw = tf.contrib.rnn.LSTMCell(args.hidden_size,
initializer=tf.orthogonal_initializer())
cells_fw.append(cell_fw)
cells_bw.append(cell_bw)
output = initial_input
for layer in xrange(args.num_layers):
((output_fw, output_bw), (last_state_fw, first_state_bw)) = tf.nn.bidirectional_dynamic_rnn(
cells_fw[layer], cells_bw[layer], output,
dtype=tf.float32)
output = tf.concat([output_fw, output_bw], axis=-1)
这给了我一个错误:
ValueError:已经变量bidirectional_rnn / fw / lstm_cell / kernel 存在,不允许。你的意思是在VarScope中设置reuse = True吗?
当我将其设置为true时,我得到了
ValueError:变量bidirectional_rnn / fw / lstm_cell / kernel没有 存在,或者不是用tf.get_variable()创建的。你的意思是设置 在VarScope中重用=无?
有人可以告诉我我做错了什么或者做正确的方法是什么。
答案 0 :(得分:2)
通常您只需要在this issue中建议的不同范围内创建RNN:
with tf.variable_scope('lstm1'):
output, state = tf.nn.rnn_cell.BasicLSTMCell(3)(input, init_state)
with tf.variable_scope('lstm2'):
output2, state2 = tf.nn.rnn_cell.BasicLSTMCell(3)(input2, init_state2)
请注意,范围应涵盖 RNN 创建,而不是 cell 创建。
如果您确实需要将这些RNN放在同一范围内,请使用reuse=tf.AUTO_REUSE
(在tensorflow的最新版本中引入)进行调用。