在用paddle复现一篇论文（提供了TensorFlow代码）的过程中，遇到TensorFlow的API map_fn，无法在paddle中找到类似功能的API。

• map_fn

需复现的tf代码：

memory_layer = tf.map_fn(lambda t:tf.matmul(t, self._Wm), x_time)

其中x_time是一个3-D tensor, shape为[seq_len, batch_size, hidden_size], _Wm是一个2-D 需学习的参数矩阵。

已知解决方案：利用paddle的动态图机制，这样可以把x_time转化为numpy格式

不清楚的地方在于如何实现，可以使得_Wm仍然是一个可学习的参数矩阵，每次反向的时候会更新？方便的话，可以提供代码demo吗？

如下的paddle代码是否可行：

        wm = fluid.layers.create_parameter(name="wm", shape=[hidden_size, hidden_size], dtype='float32')
        emb_rnn_ = fluid.layers.transpose(emb_rnn, perm=[1, 0, 2])  # shape: [seq_len, batch_size, hidden_size]
        emb_rnn_np = fluid.Variable.numpy(emb_rnn_)
        mem_layer_np = map(lambda t: fluid.dygraph.to_variable(t) * wm, emb_rnn_np)
        mem_layer = fluid.dygraph.to_variable(mem_layer_np)