BasicRNNCell 和 BasicLSTMCell 的 output

在BasicRNNCell 和 BasicLSTMCell 的类中调用了call方法会得到output。

由上图可知h对应了BasicRNNCell的state_size。

那么y是不是对应了BasicRNNCell的output_size呢？

答案是否定的！

通过“ return output, output”，可以看出在 BasicRNNCell 中， output真实和隐状态的值是一样的。

因此还需要额外对输出定义新的变换，才能得到图中真正的输出y。由于output和因状态是一回事，所以BasicRNNCell中，state_size 永远等于 output_size。TensorFlow 是出于尽量精筒的目的来定义BasicRNNCell 的，所以省略了输出参数。

只需要关注self._state_is_tuple == True 的情况，因为 self. state_is_tuple == False 的情况将在未来被弃用 。返回的隐状态是 new c 和 new h 的组合 ，而 output 是单独的 new_h 。 如果处理的是分类问题，那么还需要对 new_h添加单独的 Softmax 层才能得到最后的分类概率输出。