今天小编就为大家分享一篇使用 tf.nn.dynamic_rnn 展开时间维度方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

对于单个的 RNNCell ， 使用色的 call 函数进行运算时 ，只是在序列时间上前进了一步 。 如使用 x1、 ho 得到此h1， 通过 x2 、 h1 得到 h2 等 。  tf.nn.dynamic_rnn的作用： 如果序列长度为n，要调用n次call函数，比较麻烦。对此，TensorFlow提供了一个tf.nn.dynamic_mn函数，使用该函数相当于调用了n次call函数。通过{ho, x1 , x2，…， xn} 直接得到{h1 , h2，…， hn} 。 具体来说，设输入数据