tf7: RNN—古诗词

`tf.contrib.rnn.MultiRNNCell`是TensorFlow的一个循环神经网络(RNN)单元，用于构建多层RNN。它可以将多个`RNNCell`对象堆叠起来，形成一个深度循环神经网络。 `MultiRNNCell`的语法如下： ```python cell = tf.contrib.rnn.MultiRNNCell(cells, state_is_tuple=True) ``` 其中，`cells`参数是一个包含多个`RNNCell`对象的列表，表示要堆叠的RNN单元，`state_is_tuple`参数表示是否使用元组形式来表示RNN单元的状态。 `MultiRNNCell`的输入是一个形状为`[batch_size, max_time, input_size]`的Tensor，表示输入序列的批次、时间步和特征维度。在每个时间步，它将输入传递给每一层的RNN单元，并返回该层的输出和状态。最后一层的输出也可以用作模型的输出。 `MultiRNNCell`的输出是一个形状为`[batch_size, max_time, num_units]`的Tensor，表示每个时间步的隐藏状态。此外，还可以通过调用`cell.zero_state(batch_size, dtype)`方法来获取初始状态。