Tensorflow 实践过程中的坑

1. dynamic-run函数的sequence_length参数

这个参数很重要的，尤其是当填充后的序列特别长，超过30后，一定要指定这个sequence_length告诉网络序列的真实有效长度，否则rnn在处理长序列的时候一定会出现梯度爆炸或消失的问题。
参考资料：https://blog.csdn.net/jmh1996/article/details/84779680

2. 同时载入多个模型，或者多个计算图

通常在一个进程空间载入模型是会报类似于下面的错误的：
tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= xxx rhs shape= xxx

参考 ：https://blog.csdn.net/jmh1996/article/details/78793650
解决方法是为不同的模型指定不同的graph.

3.载入历史模型参数时：Unsuccessful TensorSliceReader constructor: Failed to find any matching files

参考：https://blog.csdn.net/jmh1996/article/details/77799842
这是1.2.0版本的bug,高版本可能没有这个问题。

4.Tensorflow C++的安装

参考：https://blog.csdn.net/jmh1996/article/details/73197337