堆叠多层bi-lstm的方法

自己在搭建多层双向lstm网络的时候，看了很多的资料，一开始的时候搭建都是不成功的，后来看了官方的资料还有一些博客，使用了3种方法搭建成功了！

方法1：

n_hidden_units=50       # 隐藏层神经元数目
num_layers=3            # 双向lstm神经网络的层数
n_steps=15
n_inputs=32
X=tf.placeholder(dtype=tf.float32,[None, n_steps,n_inputs]

def lstm_cell_fw():     # 前向的lstm网络
	return tf.contrib.rnn.BasicLSTMCell(n_hidden_units,forget_bias=1.0,state_is_tuple=True)
def lstm_cell_bw():     # 反向的lstm网络
	return tf.contrib.rnn.BasicLSTMCell(n_hidden_units,forget_bias=1.0,state_is_tuple=True)

# 堆叠网络
stacked_lstm_fw=tf.contrib.rnn.MultiRNNCell([lstm_cell_fw() for _ in range(num_layers)])
stacked_lstm_bw=tf.contrib.rnn.MultiRNNCell([lstm_cell_bw() for _ in range(num_layers)])
# 输出
outputs,_=tf.nn.bidirectional_dynamic_rnn(stacked_lstm_fw,stacked_lstm_bw,X,dtyep=tf.float32,time_major=False)

方法2：
单独的定义每一层中的网络，同样还是以3层双向lstm为例，假设每