Tensorflow重用rnn_seq2seq模型

我正在尝试用tensorflow创建一个程序来处理序列。tf.nn.seq2seq函数中的一个选项是feed_previous参数。这是我可以在训练时使用的东西，但不能在评估/运行时使用。目前我尝试了以下方法：

(outputs_dict,state_dict) = tf.nn.seq2seq.one2many_rnn_seq2seq(enc_inp,decoder_inputs_dictionary,cell, vocab_size, decoder_symbols_dictionary,embedding_size=embedding_dim)
(evaluation_dict,evaluation_state_dict) = tf.nn.seq2seq.one2many_rnn_seq2seq(enc_inp,decoder_inputs_dictionary,cell, vocab_size, decoder_symbols_dictionary,embedding_size=embedding_dim,feed_previous=True)

但是我得到了错误：“ValueError:Variable one2many\u rnn\u seq2seq/rnn/EmbeddingWrapper/embedding已经存在，不允许。您的意思是在VarScope中设置reuse=True吗？”

有人知道怎么做吗

• 重用我的模型，以便我可以在培训期间使用feed_previous，而不是在评估期间

---

艾伦给我指出了正确的方向
我用来解决问题的代码（我想）是：

---

你考虑过一个新的计划吗？您应该将它们都包装在具有相同名称的变量作用域中，并为第二个变量设置reuse=True！在这种情况下，不清楚如何使用变量作用域，请看我的答案，了解我用来修复它的代码。

with tf.variable_scope("decoder1") as scope:
    (outputs_dict, state_dict) = tf.nn.seq2seq.one2many_rnn_seq2seq(enc_inp, train_decoder_inputs_dictionary,
                                                                    cell, vocab_size, decoder_symbols_dictionary,
                                                                    embedding_size=embedding_dim, feed_previous=True)
with tf.variable_scope("decoder1",reuse=True) as scope:
    (runtime_outputs_dict, runtime_state_dict) = tf.nn.seq2seq.one2many_rnn_seq2seq(enc_inp, runtime_decoder_inputs_dictionary,
                                                                    cell, vocab_size, decoder_symbols_dictionary,
                                                                    embedding_size=embedding_dim, feed_previous=True)