我正在尝试在Tensorflow中实现RNN以进行文本预测 . 我为此目的使用BasicLSTMCell，序列长度为100 .
如果我理解正确的话，每当我们输入一个新序列时，LSTM的输出激活 h_t 和激活 c_t 都会被重置（也就是说，它们会在序列中更新100次，但是一旦我们移动到批处理中的下一个序列，他们被重置为0） .
有没有办法使用Tensorflow防止这种情况发生？也就是说，继续在批处理中的所有序列中使用更新的 c_t 和 h_t ？ （然后在移动到下一批时重置它们） .
1 回答
我不认为你会这样做，因为批处理中的每个例子都应该是独立的 . 如果不是，则应该只有批量大小为1且序列长度为100 * batch_size . 通常，您可能希望在批次之间保存状态 . 在这种情况下，您需要将RNN状态保存到变量中，或者我希望允许用户使用占位符将其输入 .