我对LSTM细胞生成的全局变量的详细索引有疑问。
placeholders = {"inputs":tf.placeholder(tf.float32, shape=[None, None, 1000])}
cell = tf.nn.rnn_cell.BasicLSTMCell(80)
outs, states = tf.nn.dynamic_rnn(cell=cell, inputs=placeholders["inputs"], dtype=tf.float32)
此图形构建为我们提供了tf.global_variables（）列表，如下所示：
[<tf.Variable 'rnn/basic_lstm_cell/kernel:0' shape=(1080, 320) dtype=float32_ref>, <tf.Variable 'rnn/basic_lstm_cell/bias:0' shape=(320,) dtype=float32_ref>]
我的问题是关于变量'rnn / basic_lstm_cell / kernel：0'的索引集。 根据BasicLSTMCell（https://github.com/tensorflow/tensorflow/blob/r1.5/tensorflow/python/ops/rnn_cell_impl.py#L537）的源文件，该变量有两种向量：第一种用于隐藏权重，第二种用于循环状态。
以下内核变量索引分区是否正确？
隐藏权重和循环状态分别对应于tf.slice（var，[0：0]，[1000,320]和tf.slice（var，[1000：0]，[1080：320]）， “var”rnn / basic_lstm_cell /内核变量？
也就是说，第一个1000（=输入序列的dimenrnn / basic_lstm_cell / kernelsionality）索引用于隐藏权重，接下来的80（= num_units）索引用于循环状态。