Python 如何在Tensorflow中实现堆叠RNN？

我想在GPU上使用Tensorflow1.13实现RNN。按照官方的建议，我编写了以下代码以获得RNN单元的堆栈

lstm=[tk.layers.CuDNNLSTM（128）用于范围（2）]
单元格=tk.layers.StackedRNNCells（lstm）

但是，我收到一条错误消息：

ValueError:（“所有单元格必须具有

state\u size

属性。接收的单元格：”，[）

---

如何更正它？

这可能是一个Tensorflow错误，我建议在Github上创建一个问题。但是，如果您想绕过该错误，可以使用：

import tensorflow as tf
import tensorflow.keras as tk

lstm = [tk.layers.CuDNNLSTM(128) for _ in range(2)]
stacked_cells = tf.nn.rnn_cell.MultiRNNCell(lstm)

---

这会起作用，但会给出一个您可以禁止使用的弃用警告。

谢谢@qlzh727。在此，我引述回应：

StackedRNNCells或StackedRNNCells仅适用于单元，而不适用于层。RNN中的单元和层之间的区别在于，单元在整个序列中只处理一个时间步，而层将处理整个序列。您可以将RNN层视为：

以整个时间步长表示的t的

：
输出，状态=单元（输入，状态-1）

如果要将2个LSTM层与cudnn一起堆叠到1.x中，可以执行以下操作：

l1 = tf.layers.CuDNNLSTM(128, return_sequence=True)
l2 = tf.layers.CuDNNLSTM(128)
l1_output = l1(input)
l2_oupput = l2(l1_output) 

在TF2.x中，我们将cudnn和普通实现统一在一起，您可以使用tf.layers.LSTM（128，return_sequence=True）更改上面的示例，如果可用，它将使用cudnn impl