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，

特徵值維度2

[[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，

小基小數為你支招，關注基數智慧公眾號jishu2017ai，回復tf獲得《Tensorflow完整實戰教程》，一起加入人工智慧AI技術大本營。