在张量流中重置tf.nn.dynamic_rnn的initial_state

Question

我正在学习tensorflow，并且正在遵循github代码，这给了我一些麻烦。它以某种方式重置LSTMStateTuple，导致无法预测的张量流行为，但不会引发错误。
LSTMStateTuple用于提供initial_state的{​​{1}}参数。初始化时以tf.nn.dynamic_rnn作为占位符。已重置：

• 在末期训练之前，先验证为here
• 在历元验证之后但在下一个历元之前以here开始

两种情况下的重置方式相同：

tf.zeros

for i, _ in enumerate(initial_states): initial_states[i] = None 是initial_states的地方。
这对于训练中的LSTMStateTuple语句似乎很好，但是验证sess.run()会产生错误的损失。我没有收到任何错误消息。我知道测试损失是不正确的，因为我训练了一个测试模型，然后通过sess.run()导出到相同的数据并对其进行了测试。
问题：在这种情况下，将tf.serving中的值设置为None是否不正确？如果是，会产生什么影响？