您正在将
train_step变量重新分配给结果的第二个元素
sess.run()（恰好是
None）。因此，在第二次迭代中，
train_stepis
None，导致错误。
修复很简单：
for i in xrange(1, ITERATIONS): # ... # Discard the second element of the result. numpy_state, _ = sess.run([final_state, train_step], feed_dict={ initial_state: numpy_state, input_sequence: batch[0], output_actual: batch[1] })
