双向GRU如何获取序列输出、隐藏状态及单元状态？

问题复现 #

尝试编写双向GRU编码器代码，期望获取序列输出、前向/反向隐藏状态、单元状态时，代码如下：

encoder_gru = Bidirectional(GRU(nb_gru_cells,return_sequences=True, return_state=True))
encoder_outputs, encoder_state_fwd_h, encoder_state_fwd_c, encoder_state_bwd_h, encoder_state_bwd_c = encoder_gru(encoder_inputs)

运行抛出异常：

ValueError: not enough values to unpack (expected 5, got 3)

核心原因 #

报错本质是混淆了GRU和LSTM的结构差异，同时对Bidirectional包装器的返回规则不熟悉：

• GRU不存在单元状态（cell state）：和LSTM同时维护隐藏状态h、单元状态c的结构不同，GRU仅靠隐藏状态传递信息，无论怎么设置参数，单向GRU都不会返回c相关的张量。
  当设置return_sequences=True, return_state=True时，单向GRU仅返回2个值：所有时间步的序列输出、最后一个时间步的隐藏状态h。
• Bidirectional包装器不会自动拼接前后向的状态，只会按顺序拼接前向层、反向层的返回值。因此双向GRU在上述参数设置下，固定返回3个值，顺序为：
  • 双向拼接后的序列输出：最后一维维度为2*nb_gru_cells，是每个时间步前向、反向隐藏状态的拼接结果
  • 前向GRU最后一个时间步的隐藏状态fwd_h
  • 反向GRU最后一个时间步的隐藏状态bwd_h
• 你代码中预期接收的encoder_state_fwd_c、encoder_state_bwd_c两个单元状态变量，在GRU结构中根本不存在，属于错误套用了双向LSTM的返回值规则——双向LSTM因为单向层本身会返回序列、h、c三个值，最终才会返回总共5个值。

修正方案 #

删除两个不存在的单元状态接收变量即可，正确写法：

encoder_gru = Bidirectional(GRU(nb_gru_cells,return_sequences=True, return_state=True))
encoder_outputs, encoder_state_fwd_h, encoder_state_bwd_h = encoder_gru(encoder_inputs)

如果后续需要将双向GRU的最终状态作为解码器初始状态，手动拼接前后向隐藏状态即可：

from tensorflow.keras.layers import Concatenate
encoder_final_h = Concatenate()([encoder_state_fwd_h, encoder_state_bwd_h])

内容的提问来源于stack exchange，提问作者S.San