我将3层LSTM传递给tf.nn.dynamic_rnn函数。我想以特定的方式处理dynamic_rnn函数的输出：也就是说，我想让dynamic_rnn输出流到一个完全连接的层。 dynamic_rnn的输出是等级-3张量，形状为[batch_size, sequence_length, hidden_dim]。
我曾经把output[:, -1]（其形状为[batch_size, hidden_dim]）传递给FC层，因为我以前只想使用dynamic_rnn的最后一个输出。
然而，这次我想使用整个序列的输出，即output[:]，这是一个3-d张量，但是到FC层的连接的权重用2-d张量W表示。
查看tf.layers.dense的代码，了解如何在层中处理任何等级张量（具有最深度维度）的示例。即：tf.matmul知道如何通过适当的广播将矩阵乘法应用于3-tensor：
tf.matmul(A,W)其中A形状[b,t,d]和W形状[d,e]沿内部尺寸采取内部产品：输出的形状是[b,t,e]。添加偏向量，形状[e]，将类似地正确广播。