小编zsh*_*tom的帖子

使用以下配置为BasicLSTM单元格:

...
num_layers = 2 
num_steps = 10 
hidden_size = 200    
...

我使用2隐藏层模型:

lstm_cell = rnn_cell.BasicLSTMCell(hidden_size, forget_bias=0.0) 
cell = rnn_cell.MultiRNNCell([lstm_cell] * 2)

什么是cell.state_size？

我得到了30 x 800,但我无法理解它是怎么回事？

PS:请参阅https://github.com/tensorflow/tensorflow/blob/97f585d506cccc57dc98f234f4d5fcd824dd​​3c03/tensorflow/python/ops/rnn_cell.py#L353中的源代码

它似乎回归statesize了2 * unitsize.但为什么州的规模应该是单位面积的两倍？

在测试了【babi_rnn.py】和【babi_memnn.py】的脚本后，【如何确定使用哪种Merge模式（add/average/multiply/dot/concat）？】的问题在我脑海中浮现了很多次。

例如，对于 LSTM 建模，使用 [concat] 合并假设两个分支的时间序列层输出似乎很容易理解。

但是，我不太容易理解为什么要使用[add] 来合并[babi_rnn.py] 中的两个分支。在 [babi_memnn.py] 中，招募了 [add]、[dot] 和 [concat] 合并模式。

那么，对于不同的使用场景，选择使用哪个合并功能有什么建议吗？