1.1.核心代碼：
cell_fw = tf.contrib.rnn.LSTMCell(num_units=100)
cell_bw = tf.contrib.rnn.LSTMCell(num_units=100)
(outputs, output_states) = tf.nn.bidirectional_dynamic_rnn(cell_fw, cell_bw, inputs, sequence_length=300)
1.2.LSTMCell
其實LSTM使用起來很簡單，就是輸入一排的向量，然後輸出一排的向量。構建時只要設定兩個超參數：num_units和sequence_length。
tf.contrib.rnn.LSTMCell(
num_units,
use_peepholes=False,
cell_clip=None,
initializer=None,
num_proj=None,
proj_clip=None,
num_unit_shards=None,
num_proj_shards=None,
forget_bias=1.0,
state_is_tuple=True,
activation=None,
reuse=None
)
上面的LSTM Cell只有一個超參數需要設定，num_units，即輸出向量的維度。
1.3.bidirectional_dynamic_rnn
這個函數唯一需要設定的超參數就是序列長度sequence_length。
(outputs, output_states) = tf.nn.bidirectional_dynamic_rnn(
cell_fw,
cell_bw,
inputs,
sequence_length=None,
initial_state_fw=None,
initial_state_bw=None,
dtype=None,
parallel_iterations=None,
swap_memory=False,
time_major=False,
scope=None
)
輸入：
inputs的shape通常是[batch_size, sequence_length, dim_embedding]。
輸出：
outputs是一個(output_fw, output_bw)元組，output_fw和output_bw的shape都是[batch_size, sequence_length, num_units]
output_states是一個(output_state_fw, output_state_bw) 元組，分別是前向和後向最後一個Cell的Output，output_state_fw和output_state_bw的類型都是LSTMStateTuple，這個類有兩個屬性c和h，分別表示Memory Cell和Hidden State