在新版本的TensorFlow中，tf.nn.rnn相当于什么？

Question

我曾经使用以下方法在TensorFlow的0.8版本中创建RNN网络：

from tensorflow.python.ops import rnn

# Define a lstm cell with tensorflow
lstm_cell = rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0)

# Get lstm cell output
outputs, states = rnn.rnn(cell=lstm_cell, inputs=x, dtype=tf.float32)

rnn.rnn()不再可用，并且听起来已被移至tf.contrib。从BasicLSTMCell创建RNN网络的确切代码是什么？

或者，如果我有堆叠的LSTM，

lstm_cell = tf.contrib.rnn.BasicLSTMCell(hidden_size, forget_bias=0.0)
stacked_lstm = tf.contrib.rnn.MultiRNNCell([lstm_cell] * num_layers)
outputs, new_state =  tf.nn.rnn(stacked_lstm, inputs, initial_state=_initial_state)

新版TensorFlow中tf.nn.rnn的替代品是什么？

Answer 1

tf.nn.rnn相当于tf.nn.static_rnn。

注意：在version 1.2 of TensorFlow之前，名称空间 tf.nn.static_rnn不存在，只有tf.contrib.rnn.static_rnn（现在是别名 tf.nn.static_rnn）。

Answer 2

您应该使用tf.nn.dynamic_rnn。

仅供参考：What is the upside of using tf.nn.rnn instead of tf.nn.dynamic_rnn in TensorFlow?