张量流基本lstm_cell中的trainable_weights和trainable_variables有什么区别？

Question

在尝试使用基本LSTM单元（如here记录）复制Tensorflow中LSTM Cell的权重时，我偶然发现了trainable_weights和trainable_variables属性。

Source code并没有真正为我这样的遗产提供信息。然而，一些实验确实产生了以下信息：两者都具有完全相同的布局，是长度为2的列表，其中第一个条目是tf.Variable of shape：（2 * num_units，4 * num_units），第二个列表的条目具有形状（4 * num_units，），其中num_units是初始化BasicLSTMCell的num_units。对我来说直观的猜测是，第一个列表项是lstm的四个内部层的权重的串联，第二个项是各个偏差的串联，显然符合这些的预期大小。

现在的问题是，这些之间是否存在任何差异？我假设它们可能只是从rnn_cell类继承这些内容的结果？

Answer 1

从Layer继承的RNNCell类的源代码：

@property
def trainable_variables(self):
    return self.trainable_weights

见here。 RNN类似乎没有覆盖这个定义 - 我认为它适用于具有可训练变量的特殊层类型，这些变量并不完全符合“权重”。我会想到批量标准化，但遗憾的是我找不到任何一个源代码中的trainable_variables（除了GraphKeys.TRAINABLE_VARIABLES不同）。