我将tf.nn.bidirectional_rnn 与sequence_length 参数一起用于可变输入大小，但我不知道如何获得小批量中每个样本的最终输出：
output, _, _ = tf.nn.bidirectional_rnn(forward1,backward1,input,dtype=tf.float32,sequence_length=input_lengths)
现在，如果我有恒定的序列长度，我会简单地使用 output[-1] 并获得最终输出。就我而言，我有可变序列（它们的长度是已知的）。
另外，这个输出是前向和后向 LSTM 的输出吗？
谢谢。
【问题讨论】：
标签： tensorflow lstm
这个问题可以通过查看源代码rnn.py来回答。
对于动态长度的序列，源码中说：
如果提供了sequence_length向量，动态计算是 执行。这种计算方法不计算 RNN 步骤 超过 minibatch 的最大序列长度（从而节省 计算时间），并适当地传播状态 示例的序列长度到最终状态输出。
因此，为了获得实际的最后输出，您应该对结果输出进行切片。
对于bidirectional_rnn，源码说：
一个元组 (outputs, output_state_fw, output_state_bw) 其中： 输出是长度
T的输出列表（每个输入一个），其中 是深度连接的前向和后向输出。 output_state_fw 是前向 rnn 的最终状态。 output_state_bw 是反向 rnn 的最终状态。
因此，输出是一个元组而不是一个张量。 如果您愿意，可以将此元组连接成一个向量。
【讨论】：