Tensorflow RNN variable_scope 错误答案

【问题标题】：Tensorflow RNN variable_scope errorTensorflow RNN variable_scope 错误
【发布时间】：2018-01-10 13:22:34
【问题描述】：

我正在尝试在不使用 MultiRNNCell 的情况下制作多层 RNN，因为我想独立更新每一层。所以我没有使用 tf.dynamic_rnn。

with tf.variable_scope("cell"):
  with tf.variable_scope("cell_1", reuse=True):
    cell_1 = tf.contrib.rnn.BasicLSTMCell(n_hidden)
    states_1 = cell_1.zero_state(batch_size, tf.float32)

  with tf.variable_scope("cell_2", reuse=True):
    cell_2 = tf.contrib.rnn.BasicLSTMCell(n_hidden)
    states_2 = cell_2.zero_state(batch_size, tf.float32)

  with tf.variable_scope("cell_3", reuse=True):
    cell_3 = tf.contrib.rnn.BasicLSTMCell(n_hidden)
    states_3 = cell_3.zero_state(batch_size, tf.float32)

outputs_1=[]
outputs_2=[]
outputs_3=[]

with tf.variable_scope("architecture"):
  for i in range(n_step):
    output_1, states_1 = cell_1(X[:, i], states_1)
    output_2, states_2 = cell_2(output_1, states_2)
    output_3, states_3 = cell_3(output_2, states_3)
    outputs_3.append(output_3)

然后我得到这样的错误。

ValueError: 变量架构/basic_lstm_cell/kernel 已经存在，不允许。您的意思是在 VarScope 中设置 reuse=True 吗？

所以在没有 MultiRNNCell 的情况下，在 tensorflow 中声明多个单元似乎是不可能的。我该如何解决这个问题？

【问题讨论】：

标签： tensorflow scope rnn

【解决方案1】：

我解决了问题并分享答案。

cell = tf.contrib.rnn.BasicLSTMCell(n_hidden)
cell2 = tf.contrib.rnn.BasicLSTMCell(n_hidden)
cell3 = tf.contrib.rnn.BasicLSTMCell(n_hidden)

states = cell.zero_state(batch_size, tf.float32)
states2 = cell2.zero_state(batch_size, tf.float32)
states3 = cell3.zero_state(batch_size, tf.float32)

outputs=[]
for i in range(n_step):
  with tf.variable_scope("cell1"):
    output, states = cell(X[:, i], states)
  with tf.variable_scope("cell2"):
    output2, states2 = cell2(output, states2)
  with tf.variable_scope("cell3"):
    output3, states3 = cell3(output2, states3)

  outputs.append(output3)

【讨论】：