Tensorflow下使用動態RNN的可變長度輸入邏輯
本文講述在Tensorflow下使用動態RNN的可變長度輸入邏輯,下面是問題和解決辦法,模擬小基遇到問題,小數幫忙解決。
小基遇到的問題
舉例來說,輸入張量是批量大小3,最大時間序列長度4,
[[1,2],[3,4],[5,6],[7,8]],[[9,10]]],並且為了使其成為RNN的輸入
[[1,2],[3,4],[5,6],[7,8]],[[9,10],[0,0],[0,0],[0,0 ]]],想要一個這樣的表格,有沒有一個好辦法呢?由於假設輸入到這個RNN的張量是在進入RNN之前由另一個神經網路提取的特徵量,我想知道一個不會破壞計算圖的方法。
小數的解決辦法
我想可能需要tf.train.batch(https://www.tensorflow.org/api_docs/python/tf/train/batch)並使用dynamic_pad = True。
人工智慧技術一問一答,