Machine learning TensorFlow:LSTM位于另一个LSTM之上

作为一个介绍，没什么好说的：我想在TensorFlow中将LSTM堆叠在另一个LSTM上，但一直被错误地阻止，我不能完全理解，更不用说单独解决了

代码如下：

def RNN(_X, _istate, _istate_2, _weights, _biases):

    _X = tf.transpose(_X, [1, 0, 2])  
    _X = tf.reshape(_X, [-1, rozmiar_wejscia]) 
    _X = tf.matmul(_X, _weights['hidden']) + _biases['hidden']

    lstm_cell = rnn_cell.BasicLSTMCell(ukryta_warstwa, forget_bias=1.0)
    _X = tf.split(0, liczba_krokow, _X)

    outputs, states = rnn.rnn(lstm_cell, _X, initial_state=_istate)


    lstm_cell_2 = rnn_cell.BasicLSTMCell(ukryta_warstwa, forget_bias = 1.0)
    outputs2, states2 = rnn.rnn(lstm_cell_2, outputs, initial_state = _istate_2)

    return tf.matmul(outputs2[-1], _weights['out']) + _biases['out']

我一直收到的是：

ValueError: Variable RNN/BasicLSTMCell/Linear/Matrix already exists, disallowed. Did you mean to set reuse=True in VarScope? 

指向具有输出2的行，状态2

---

重新设置图表一点帮助都没有。如果需要任何其他信息来帮助解决这个问题，我将乐意提供

TensorFlow的RNN代码用于管理变量的创建和共享，在这种情况下，它无法判断您是要为第二个RNN创建新的变量集，还是要重用旧的变量集

假设您希望两个RNN的权重是独立的，您可以通过将每个RNN包装在不同名称的块中来解决此错误，如下所示：

# ...
with tf.variable_scope("first_lstm"):
  lstm_cell = rnn_cell.BasicLSTMCell(ukryta_warstwa, forget_bias=1.0)
  _X = tf.split(0, liczba_krokow, _X)

  outputs, states = rnn.rnn(lstm_cell, _X, initial_state=_istate)

with tf.variable_scope("second_lstm"):
  lstm_cell_2 = rnn_cell.BasicLSTMCell(ukryta_warstwa, forget_bias=1.0)
  outputs2, states2 = rnn.rnn(lstm_cell_2, outputs, initial_state=_istate_2)
# ...

---

还可以看看MultiRNNCell，它允许您堆叠LSTM单元，并可能满足您的要求：可能重复