Tensorflowの次の状態として変数の最後の状態を使用する方法は？

Question

学習目的のために、Tensorflowで独自のLSTMモデルを構築したいと考えています。問題は、特定のタイムステップの状態が以前のタイムステップの状態を使用して初期化されるような方法でトレーニングする方法です。 Tensorflowにこれの仕組みがありますか？

class Lstm: 

    def __init__(self, x, steps): 
     self.initial = tf.placeholder(tf.float32, [None, size]) 
     self.state = self.initial 
     for _ in range(steps): 
      x = self.layer_lstm(x, 100) 
     x = self.layer_softmax(x, 10) 
     self.prediction = x 

    def step_lstm(self, x, size): 
     stream = self.layer(x, size) 
     input_ = self.layer(x, size) 
     forget = self.layer(x, size, bias=1) 
     output = self.layer(x, size) 
     self.state = stream * input_ + self.state * forget 
     x = self.state * output 
     return x 

    def layer_softmax(self, x, size): 
     x = self.layer(x, size) 
     x = tf.nn.softmax(x) 
     return x 

    def layer(self, x, size, bias=0.1): 
     in_size = int(x.get_shape()[1]) 
     weight = tf.Variable(tf.truncated_normal([in_size, size], stddev=0.1)) 
     bias = tf.Variable(tf.constant(bias, shape=[size])) 
     x = tf.matmul(x, weight) + bias 
     return x 

Answer 1

@danijar - あなたは部分グラフへの呼び出し間で状態を維持する方法の簡単な例についてthis pageの「変数」のセクションを見てみたいことがあります。