Проблема измерения с Tensorflow stack_bidirectional_dynamic_rnn

Я создаю модель кодера-декодера игрушек для машинного перевода с использованием Tensorflow.

Я использую версию Tensorflow 1.8.0 cpu. В слое внедрения используется предварительный предварительный вектор в формате FastText размера 300. Затем партия обучающих данных проходит через кодировщик и декодер с механизмом внимания. В обучающей стадии декодер использует TrainHelper и в стадии вывода используется GreedyEmbeddingHelper.

Я уже успешно использовал модель, используя двунаправленный кодер LSTM. Однако, когда я пытаюсь улучшить мою модель, используя многослойный LSTM, возникает ошибка. Код для создания модели этапа обучения приведен ниже:

def BuildTrainModel(train_iterator):

    ((source, source_lengths), (target, target_lengths)) = train_iterator.get_next()
    encoder_inputs = tf.transpose(source, [1,0]) # to time major
    decoder_inputs = tf.transpose(target, [1,0])
    decoder_outputs = tf.pad(decoder_inputs[1:], tf.constant([[0,1],[0,0]]), constant_values=tar_eos_id)

    embedding_encoder = tf.Variable(embedding_matrix_src, name='embedding_encoder')
    embedding_decoder = tf.Variable(embedding_matrix_tar, name='embedding_decoder')

    # Embedding layer
    encoder_emb_inp = tf.nn.embedding_lookup(embedding_encoder, encoder_inputs)
    decoder_emb_inp = tf.nn.embedding_lookup(embedding_decoder, decoder_inputs)

    # Encoder
    # Construct forward and backward cells
    forward_cell = tf.nn.rnn_cell.BasicLSTMCell(num_units)
    backward_cell = tf.nn.rnn_cell.BasicLSTMCell(num_units)

    encoder_outputs, encoder_states_fw, encoder_states_bw = tf.contrib.rnn.stack_bidirectional_dynamic_rnn(
        [forward_cell] * num_layers, [backward_cell] * num_layers, encoder_emb_inp, dtype=tf.float64, 
        sequence_length=source_lengths, time_major=True)

Здесь я просто покажу часть кодировщика. Полный код и гиперпараметр см. В моем github: https://github.com/nkjsy/Neural-Machine-Translation/blob/master/nmt3.ipynb

Сообщение об ошибке:

InvalidArgumentError: Dimensions must be equal, but are 96 and 332 for 'stack_bidirectional_rnn/cell_0/bidirectional_rnn/fw/fw/while/basic_lstm_cell/MatMul_1' (op: 'MatMul') with input shapes: [?,96], [332,128].

Я попытался установить вход как [forward_cell] и [backward_cell] и без проблем, что означает только 1 уровень, как и раньше. Когда я добавляю больше слоев, проблема возникает.