改进
在原始的RNN网络中,每一个sample都会被pad到一个固定的长度
如,sample中长度最长的有100,但是也存在大量的10以下长度的sample,全部pad到100 会产生比较大的空间浪费
而在Dynamic RNN中,每一个batch的操作是不同的,给一个batch会存在一个pad的目标长度
即
rnn是在max time step上完全展开的,dynamic_rnn是根据sequence_length动态展开的
dynamic RNN本质其实是根据条件循环进行操作而不是真的将计算图展开,这与RNN有所不同