我在TensorFlow中使用tf.nn.dynamic_rnn运行LSTM。我有一个包含N个初始状态向量的张量和一个包含M = N * n个输入的张量。每组序列由n个输入项组成，我希望用第i个初始状态向量评估第i组输入向量，如下所示：

inputs[0:n], initial_states[0]inputs[n:2*n], initial_states[1]...

是否可以直接使用tf.nn.dynamic_rnn和上述张量进行一次调用，还是我必须对每个初始状态向量及其对应的输入使用循环（导致len(initial_states)次对tf.nn.dynamic_rnn的调用）？

回答：

（从问题的评论中添加一些细节）

这种批处理方式得到了很好的支持，并且通常是获得良好性能的必要条件。您的initial_state将有一个跨N的批次维度，RNN将在这些批次上运行n步。您只需将输入重塑为[N, n, …]（在time_major=False的情况下，这是默认设置）。

当您有需要一起批处理的可变长度输入时，情况会变得更加复杂。像SequenceQueueingStateSaver这样的工具可以帮助解决这个问题。