1
我遇到以下示例,我不知道可以按如下方式馈送RNN状态。Tensorflow馈送初始RNN状态
self.cell = cell = rnn_cell.MultiRNNCell([cell] * args.num_layers, state_is_tuple=True)
self.input_data = tf.placeholder(tf.int32, [args.batch_size, args.seq_length])
self.targets = tf.placeholder(tf.int32, [args.batch_size, args.seq_length])
self.initial_state = cell.zero_state(args.batch_size, tf.float32)
在这段代码中,初始状态被声明为归零状态。据我所知,这不是一个占位符。这只是一个零张量的图。
然后在使用RNN模型生成初始状态的函数中输入session.run。
def sample(self, sess, chars, vocab, num=200, prime='The ', sampling_type=1):
state = sess.run(self.cell.zero_state(1, tf.float32))
for char in prime[:-1]:
x = np.zeros((1, 1))
x[0, 0] = vocab[char]
feed = {self.input_data: x, self.initial_state:state}
[state] = sess.run([self.final_state], feed)
由于self.initial_state不是占位符,它如何能够获得session.run?
这里是我正在查看的代码的链接。 https://github.com/sherjilozair/char-rnn-tensorflow/blob/master/model.py