Tensorflow tf.scatter\u和\u更新变量需求与RNN.\u调用\u方法

我正在开发RNN并使用Tensorflow 1.1。我得到了以下错误：

tensorflow.python.framework.errors\u impl.InvalidArgumentError:节点“model/att\u seq2seq/encode/pocmru\u rnn\u encoder/rnn/while/Variable/Assign”具有来自不同帧的输入。输入“model/att_seq2seq/encode/pocmru rnn_encoder/rnn/while/Identity_3”位于“model/att_seq2seq/encode/pocmru rnn_encoder/rnn/while/model/att_seq2seq/encode/pocmru rnn_encoder/rnn/while/”帧中。输入“model/att_seq2seq/encode/pocmru_rnn_encoder/rnn/while/Variable”位于帧“”中。

错误是由动态rnn方法中的lambda函数和我的rnn中的一段代码引起的

• tensorflow rnn.py“dynamic\u rnn/\u dynamic\u rnn\u loop/\u time\u step”，使用lambda函数调用rnn。调用方法来循环所有输入
• 我的代码：

  
  如果类型（myObject）！=tf.变量：
  tp=tf.变量（myObject，validate_shape=False）
  其他：
  tp=myObject
  

---

从逻辑上讲，我反复使用tf.scatter\u和\u update来更新myObject。伪代码类似于

myObject=scatter\u ndu update（myObject，index，updates）

。因为tf.scatter\u和\u update需要变量作为参数并返回张量，所以我需要将张量包装到变量中。因此上面的代码（测试变量，然后换行）。我应该如何修改代码使其工作？谢谢

我目前通过创建一个类变量Cell.\u myobject\u tmp解决了这个问题，然后在调用scatter\u nd\u update方法之前，使用tf.assign为这个变量分配张量。我想，有更好的办法。请让我知道。感谢创建细胞。我的目标是非常糟糕的想法：）。。我花了两天时间调试这个创建的Tensorflow问题：10855-微分变量（模型参数）和可变张量