tf.compat.v1.nn.static_rnn

Создаёт рекуррентную нейронную сеть, определяемую объектом RNNCell cell. (устарело)

tf.compat.v1.nn.static_rnn(
    cell, inputs, initial_state=None, dtype=None, sequence_length=None, scope=None
)

Простейшая форма генерируемой RNN-сети:

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

Однако доступно несколько других вариантов:

Можно указать начальное состояние. Если задан вектор sequence_length, выполняется динамическое вычисление. Этот метод вычисления не вычисляет шаги RNN, выходящие за пределы максимальной длины последовательности мини-пакета (что экономит вычислительное время) и правильно распространяет состояние в момент длины последовательности примера до конечного выходного состояния.

Выполняемое динамическое вычисление на момент t для строки мини-пакета 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))