有谁能够在Tensorflow中混合前馈层和递归层？
例如:
输入->转换-> GRU->线性->输出
我可以想象一个人可以用前馈层定义自己的单元，而没有状态可以使用MultiRNNCell函数进行堆叠，例如:
单元格= tf.nn.rnn_cell.MultiRNNCell([conv_cell，GRU_cell，linear_cell])
这会使生活变得更加轻松...
最佳答案
您不能仅执行以下操作:
rnnouts, _ = rnn(grucell, inputs)
linearout = [tf.matmul(rnnout, weights) + bias for rnnout in rnnouts]
等等。
关于python - 在Tensorflow中混合前馈层和递归层？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36430601/