带Tensorflow的多小区错误

我有Tensorflow 1.1.0

我正在学习多小区（堆叠式）RNN的基础教程

下面的代码生成了一个奇怪的错误，我无法从搜索中找出原因

import tensorflow as tf
n_inputs = 2
n_neurons = 100
n_layers = 3
n_steps = 5

X = tf.placeholder(tf.float32, [None, n_steps, n_inputs])
basic_cell = tf.contrib.rnn.BasicRNNCell(num_units=n_neurons)
multi_layer_cell = tf.contrib.rnn.MultiRNNCell([basic_cell for _ in range(n_layers)])
outputs, states = tf.nn.dynamic_rnn(multi_layer_cell, X, dtype=tf.float32)
init = tf.global_variables_initializer()

这似乎是正确的代码，但出现了错误：

ValueError：尝试使用不同于第一次使用的变量范围重新使用RNNCell。单元格的首次使用是在作用域“rnn/multi\N\U cell/cell\U 0/basic\U rnn\U cell”中，这一尝试是在作用域“rnn/multi\U rnn\U cell/cell\U 1/basic\U rnn\U cell”中进行的。如果希望单元格使用不同的权重集，请创建一个新的单元格实例如果在使用：MultirNcell（[BasicRNNCell（…）]*num_层）之前，请更改为：MultirNcell（[BasicRNNCell（…）表示范围内的（num_层）]。如果在使用与双向RNN的正向和反向单元格相同的单元格实例之前，只需创建两个实例（一个用于正向，一个用于反向）。2017年5月，当使用scope=None调用该单元时，我们将开始转换该单元的行为以使用现有存储的权重（如果有的话）（这可能会导致静默模型降级，因此该错误将一直保持到那时）

我在Github中的代码中用粗体标出了切换到的部分。 你知道为什么这仍然是一个错误吗？ 非常感谢您的帮助

在这一行代码中：

multi_layer_cell = tf.contrib.rnn.MultiRNNCell([basic_cell for _ in range(n_layers)])

基本单元变量需要替换为函数。使用变量时，n_layers网络的每一层将使用相同的权重集。相反，尝试使用函数：

def create_rnn_layer(n_neurons):
    return tf.contrib.rnn.BasicRNNCell(num_units=n_neurons)

然后用创建层（n个神经元）替换基本单元。这样，当创建网络时。函数将被多次调用n_层，因此将使用不同的权重