使用张量流连接两个 RNN 单元时出错

【问题标题】：Error when concat two RNN cell with tensorflow使用张量流连接两个 RNN 单元时出错
【发布时间】：2018-05-03 10:44:44
【问题描述】：

我收到这个错误

AttributeError: 'Tensor' object has no attribute 'c'

尝试执行此功能时

def _add_encoder(self, encoder_inputs, seq_len):
with tf.variable_scope('encoder'):
  cell_fw = tf.contrib.rnn.LSTMCell(self._hps.hidden_dim.value, initializer=self.rand_unif_init, state_is_tuple=False)
  cell_bw = tf.contrib.rnn.LSTMCell(self._hps.hidden_dim.value, initializer=self.rand_unif_init, state_is_tuple=False)
  (encoder_outputs, (fw_st, bw_st)) = tf.nn.bidirectional_dynamic_rnn(cell_fw, cell_bw, encoder_inputs, dtype=tf.float32, sequence_length=seq_len, swap_memory=True)
  encoder_outputs = tf.concat(axis=2, values=encoder_outputs) # concatenate the forwards and backwards states
return encoder_outputs, fw_st, bw_st
  # Apply linear layer
  old_c = tf.concat(axis=1, values=[fw_st.c, bw_st.c]) # Concatenation of fw and bw cell

我正在使用 python 3.6，张量流 1.7

【问题讨论】：

标签： python python-3.x tensorflow rnn tensor

【解决方案1】：

短版：

删除, state_is_tuple=False

加长版：

根据LSTMCell的tensorflow文档，

state_is_tuple：

如果为 True，则接受和返回的状态是 c_state 和 m_state 的 2 元组。

如果为 False，则它们沿列轴连接。后一种行为很快将被弃用。

还有LSTMStateTuple

按顺序存储两个元素：(c, h)。其中 c 是隐藏状态，h 是输出。

仅在 state_is_tuple=True 时使用。

所以我建议改变

cell_fw = tf.contrib.rnn.LSTMCell(self._hps.hidden_dim.value, initializer=self.rand_unif_init, state_is_tuple=False)

到

cell_fw = tf.contrib.rnn.LSTMCell(self._hps.hidden_dim.value, initializer=self.rand_unif_init)

【讨论】：