# TensorFlow RNN 在低级 TensorFlow 库中创建 RNN 模型的基本工作流程与 MLP 几乎相同： * 首先创建形状的输入和输出占位符（无，＃TimeSteps，＃Features）或（批量大小，＃TimeSteps，＃Features） * 从输入占位符中，创建一个长度为＃TimeSteps 的列表，其中包含形状的张量（无，＃特征）或（批量大小，＃特征） * 从`tf.rnn.rnn_cell`模块创建所需 RNN 类型的单元 * 使用先前创建的单元和输入张量列表来创建静态或动态 RNN * 创建输出权重和偏差变量，并定义损失和优化器函数 * 对于所需的周期数，使用损失和优化器函数训练模型 这个基本工作流程将在下一章的示例代码中演示。让我们看看可用于支持先前工作流程的各种类。