cudnnGRU is_training占位符

Question

在创建批量规范化模型时，我可以为is_training参数提供一个位置持有者，如下所示：

training = tf.placeholder(tf.bool)  
sym = create_symbol(training)
# ....
# Training: sess.run(model, feed_dict={X: data, y: label, training: True})
# Inference: sess.run(pred, feed_dict={X: data, training: False})

但是，当我对包含cudnnGRU (或cudnnLSTM)的符号执行此操作时，它不喜欢位置持有者：

cudnn_cell = tf.contrib.cudnn_rnn.CudnnGRU(num_layers=1, 
                                           num_units=NUMHIDDEN, 
                                           input_size=EMBEDSIZE)    # Set params
params_size_t = cudnn_cell.params_size()
params = tf.Variable(tf.random_uniform([params_size_t]), validate_shape=False)   
input_h = tf.Variable(tf.zeros([1, BATCHSIZE, NUMHIDDEN]))
outputs, states = cudnn_cell(is_training=training ,
                             input_data=word_list,
                             input_h=input_h,
                             params=params)

错误消息：

TypeError:为争论“is_training”而不是dtype=bool>而埋怨。

Answer 1

这是因为tf.layers.batch_normalization支持“TensorFlow布尔值，或TensorFlow布尔标量张量(例如占位符)。”(见文件)。

但是tf.contrib.cudnn_rnn.CudnnGRU只支持布尔值。