TensorFlow BasicLSTMCell 与 LSTMFusedBlockCell答案

【问题标题】：TensorFlow BasicLSTMCell vs LSTMFusedBlockCellTensorFlow BasicLSTMCell 与 LSTMFusedBlockCell
【发布时间】：2017-09-02 05:54:12
【问题描述】：

我是 TensorFlow 的新手。根据 TensorFlow 教程，我已经设法构建了一个使用 LSTM 训练基本模型的图形，该图形使用 BaiscLSTMCell。

但我需要让它更快。我看过here 的比较，因为我没有Nvidia GPU，LSTMBlockFusedCell 似乎是最好的选择。我查看了documentation，发现__init__() 和__call__() 函数的签名不同。具体来说，我担心__init()__ 中的cell_clip 参数和调用中的sequence_length。更重要的是，inputs 张量的形状为[time_len, batch_size, input_size]；这与基本单元（[batch_size, time_len, input_size]）的不同吗？我不想使用窥视孔，所以我将其留给False（默认）。

有人能解释一下BasicLSTMCell和LSTMBlockFusedCell之间是否还有其他区别（除了性能上的改进）以及如何正确设置上述参数以达到与原来相同的结果？

【问题讨论】：

标签： python tensorflow lstm rnn

【解决方案1】：

LSTMBlockCell 的文档说它应该与LSTMCell 兼容，因此相同的参数应该具有相同的含义。

输入张量是批处理优先还是时间优先与单元无关，而是与您正在使用的 dynamic_rnn / static_rnn 相关。

【讨论】：