Tensorflow 实现对tf.layer.bidirective的动态双向
我在代码中使用了BasicLSTM、MulttiRNNCell、双向\u动态\u rnn来测试概念验证的代码，这是一个成功，但现在为了发布生产级别的代码，我需要更新此双向层，以适应即将发布的tensorflow 2.0版 目前，tensorflow显示这些层已贬值，并将在未来版本F2.0中删除，特别是对于此库，更新说明是使用keras.layers.StackedRNNCells，这对我不起作用Tensorflow 实现对tf.layer.bidirective的动态双向,tensorflow,keras,deep-learning,ocr,recurrent-neural-network,Tensorflow,Keras,Deep Learning,Ocr,Recurrent Neural Network,我在代码中使用了BasicLSTM、MulttiRNNCell、双向\u动态\u rnn来测试概念验证的代码，这是一个成功，但现在为了发布生产级别的代码，我需要更新此双向层，以适应即将发布的tensorflow 2.0版 目前，tensorflow显示这些层已贬值，并将在未来版本F2.0中删除，特别是对于此库，更新说明是使用keras.layers.StackedRNNCells，这对我不起作用 cells=[tf.contrib.rnn.LSTMCell（num\u units=numHidd
cells=[tf.contrib.rnn.LSTMCell（num\u units=numHidden，state\u is\u tuple=True）用于范围（2）]\2层
stacked=tf.contrib.rnn.multirncell（单元格，状态为tuple=True）
（（fw，bw），）=tf.nn.双向_动态_rnn（单元格_fw=堆叠，单元格_bw=堆叠，输入=rnnIn3d，数据类型=rnnIn3d.dtype）