TensorFlow LSTM状态从元组切换到张量

Question

我将我的意见从https://github.com/tensorflow/tensorflow/issues/8833转移到StackOverflow，因为SO似乎更合适。

我在尝试使用tensorflow.contrib.seq2seq和tensorflow.contrib.rnn的BasicLSTMCell实现序列模型。在rnn_cell_impl.py，行c, h = state导致以下错误：

TypeError: 'Tensor' object is not iterable.

当单步调试代码，我才知道，错误造成的第三次c, h = state进行评估。前两次，状态为<class 'tensorflow.python.ops.rnn_cell_impl.LSTMStateTuple'>，但第三次状态为<class 'tensorflow.python.framework.ops.Tensor'>。显然，我想第三次有类型LSTMStateTuple，但我不知道什么可能导致交换机。

有问题的state张量的名称是define_model/define_decoder/decoder/while/Identity_3。我写了define_model()和define_decoder()的方法，其余的信息表明我的decoder内发生了一些事情。

如果相关，我使用Python 3.6和Tensorflow 1.2。

Answer 1

答案可以在上面的linked Github issue page找到。简要总结一下，问题是我的编码器使用了一个双向RNN，它产生一个2元组的LSTMStateTuples，即每个定向RNN有一个c和一个h状态。之后，解码器接受一个单独的单元，该单元与单个LSTMStateTuple相关联。为了解决这个问题，你需要分别连接两个定向RNNS的c状态和h状态，把它作为一个新的LSTMStateTuple包装起来，并传递给解码器的状态。