tensorflow中的tf.nn.bidirectional_dynamic_rnn

Tensorflow中实现双向RNNs

tf.contrib.rnn.bidirectional_dynamic_rnn()

在tensorflow中已经提供了双向RNNs的接口，使用tf.contrib.rnn.bidirectional_dynamic_rnn()这个函数，就可以很方便的构建双向RNN网络。

首先看下接口的一些参数

bidirectional_dynamic_rnn(
    cell_fw, # 前向 rnn cell
    cell_bw, # 反向 rnn cell
    inputs, # 输入序列.
    sequence_length=None, # 输入序列的实际长度（可选，默认为输入序列的最大长度）
    initial_state_fw=None, # 前向rnn_cell的初始状态（可选）
    initial_state_bw=None, # 反向rnn_cell的初始状态（可选）
    dtype=None, # 初始化和输出的数据类型（可选）
    parallel_iterations=None,
    swap_memory=False,
    time_major=False,  # 决定了输入输出tensor的格式：如果为true, 向量的形状必须为 `[max_time, batch_size, depth]`. 
                       # 如果为false, tensor的形状必须为`[batch_size, max_time, depth]`. 与dynamic_rnn中的time_major类似。
    scope