我正在尝试在TensorFlow中堆叠LSTM单元，这是我目前的代码：

for layer in xrange(args.num_layers):    cell_fw = tf.contrib.rnn.LSTMCell(args.hidden_size,                                  initializer=tf.orthogonal_initializer())    cell_bw = tf.contrib.rnn.LSTMCell(args.hidden_size,                                  initializer=tf.orthogonal_initializer())    cells_fw.append(cell_fw)    cells_bw.append(cell_bw)output = initial_input for layer in xrange(args.num_layers):    ((output_fw, output_bw), (last_state_fw, first_state_bw)) = tf.nn.bidirectional_dynamic_rnn(        cells_fw[layer], cells_bw[layer], output,        dtype=tf.float32)    output = tf.concat([output_fw, output_bw], axis=-1)

这会导致以下错误：

错误值：变量bidirectional_rnn/fw/lstm_cell/kernel已经存在，不允许使用。您是否应该在变量作用域中设置reuse=True？

当我将其设置为true时，我得到的错误是：

错误值：变量bidirectional_rnn/fw/lstm_cell/kernel不存在，或者不是通过tf.get_variable()创建的。您是否应该在变量作用域中设置reuse=None？

能否有人告诉我我做错了什么，或者正确的做法是什么？

回答：

通常，您只需在不同的作用域中创建RNN，如此问题中建议的那样：

with tf.variable_scope('lstm1'):  output, state = tf.nn.rnn_cell.BasicLSTMCell(3)(input, init_state)with tf.variable_scope('lstm2'):  output2, state2 = tf.nn.rnn_cell.BasicLSTMCell(3)(input2, init_state2)

请注意，作用域应覆盖RNN的创建，而不是单元的创建。

如果您确实需要在同一作用域内拥有这些RNN，请使用reuse=tf.AUTO_REUSE调用它（在TensorFlow的最新版本中引入）。