---
title: ScopeDynamicLSTMPass
description: "将tf.nn.dynamic_rnn或tf.nn.bidirectional_dynamic_rnn生成的Scope内的小算子组合融合为DynamicLSTM算子。"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/Convergence/tfscopefusionref/atlasfr_30_0007.html
sourcePath: /source/zh/TensorFlowCommercial/900/Convergence/tfscopefusionref/atlasfr_30_0007.html
indexId: a7b02b23ac0d58dfb8b05fd2ac6ab7f0d150fdf1af1b50943bede7beb5dbb6ef85
---
# ScopeDynamicLSTMPass

#### 功能说明

将tf.nn.dynamic_rnn或tf.nn.bidirectional_dynamic_rnn生成的Scope内的小算子组合融合为DynamicLSTM算子。


#### Scope详情

dynamic_rnn对应的Scope结构：


或者bidirectional_dynamic_rnn中对应的两个dynamic_rnn，分别为FW和BW：


#### 融合后的算子原型

DynamicLSTM，具体请参见《算子库(https://www.hiascend.com/document/detail/zh/canncommercial/900/API/aolapi/operatorlist_00001.html)》。


#### 融合对应关系

当time_major为False时：

- rnn/transpose节点的第1个输入作为融合后的第1个输入x。
- rnn/while/basic_lstm_cell/MatMul/Enter节点的输入作为融合后的第2个输入w。
- rnn/while/basic_lstm_cell/BiasAdd/Enter节点的输入作为融合后的第3个输入b。
- rnn/transpose_1节点的输出作为融合后的输出output_h。

当time_major为True时：

- rnn/TensorArrayUnstack/TensorArrayScatter/TensorArrayScatterV3节点的第3个输入作为融合后的第1个输入x。
- rnn/while/basic_lstm_cell/MatMul/Enter节点的输入作为融合后的第2个输入w。
- rnn/while/basic_lstm_cell/BiasAdd/Enter节点的输入作为融合后的第3个输入b。
- rnn/TensorArrayStack/TensorArrayGatherV3节点的输出作为融合后的输出output_h。

上图的Scope是以time_major为True举例的。


#### 适用网络

使用dynamic_rnn且单cell为BasicLSTMCell的推理网络。


#### 使用约束

当前仅支持Cell结果为BasicLSTMCell的循环场景，且仅支持个别shape。

支持的shape有如下约束：

- 输入x的shape限制：第三维的长度与输出output_h的第三维长度一致。
- 输入w的shape限制：

  - 第一维的长度等于输入x的第二维长度与输出output_h的第二维长度相加。
  - 第二维的长度等于输出output_h的第二维长度的4倍。
- 输入b的shape限制：第一维的长度除以16，再向上取整的结果应等于输入w的第二维的长度。


#### 融合规则类型

定制化融合规则