我面临一个非常奇怪的问题，我使用张量流构建 RNN 模型，然后在完成训练后使用 tf.Saver 存储模型变量（全部）。
在测试过程中，我只是再次构建推理部分并将变量恢复到图表中。修复部分没有给出任何错误。
但是当我开始测试评估测试时，我总是从推理中得到相同的输出，即对于所有测试输入，我得到相同的输出。
我在训练期间打印了输出，我确实看到不同训练样本的输出是不同的，并且成本也在下降。 但是当我进行测试时，无论输入是什么，它总是给出相同的输出。
有人可以帮助我理解为什么会发生这种情况吗？我想发布一些最小的示例，但由于我没有收到任何错误，所以我不确定应该在这里发布什么。如果可以帮助解决问题，我将很乐意分享更多信息。
训练和测试期间的推理图之间的一个区别是 RNN 中的时间步数。在训练期间，我在更新梯度之前训练一批的 n 个步骤（n = 20 或更多），而在测试过程中，我只使用一个步骤，因为我只想预测该输入。
我已经能够解决这个问题。这似乎是因为我的输入特征之一在其原始值中占据主导地位，因此在一些操作之后所有值都收敛为单个数字。 扩展该功能有助于解决这个问题。
您可以创建一个可重现的小案例并将其作为错误发布到 https://github.com/tensorflow/tensorflow/issues 吗？这将有助于这个问题得到合适的人的关注。