tf.nn.static_rnn

Создаёт рекуррентную нейронную сеть, заданную RNNCell cell. (устарело)

tf.nn.static_rnn(
    cell, inputs, initial_state=None, dtype=None, sequence_length=None, scope=None
)

Самый простой вид созданной RNN-сети:

state = cell.zero_state(...)
outputs = []
for input_ in inputs:
  output, state = cell(input_, state)
  outputs.append(output)
return (outputs, state)

Однако доступны и другие варианты:

Можно указать начальное состояние. Если задан вектор sequence_length, выполняется динамическое вычисление. Этот метод вычисления не выполняет шаги RNN после максимальной длины последовательности в мини-парттии (что экономит время вычислений) и правильно распространяет состояние на длине последовательности примера до конечного выходного состояния.

Выполняемое динамическое вычисление в момент t для строки мини-парттии b,

(output, state)(b, t) =
  (t >= sequence_length(b))
    ? (zeros(cell.output_size), states(b, sequence_length(b) - 1))
    : cell(input(b, t), state(b, t - 1))