0

我有一个使用可变输入数据序列的预测任务。根据这篇文章，直接使用动态 rnn 会遇到拆分输出的麻烦：

为 tf.split() 使用 num_splits 的变量

所以，我想知道是否可以填充整批序列以使所有示例具有相同数量的序列，然后在sequence_length参数中tf.nn.dynamic_rnn我为填充的序列批提供 0 长度。这行得通吗？

4

1 回答 1

-1

你必须定义max_length你的序列。之后，您可以检查您的输入是否小于max并用零向量填充它。更多信息在这里：https ://danijar.com/variable-sequence-lengths-in-tensorflow/ 。因此，在您的数据生成器中，您必须检查每个输入特征向量，并执行以下操作：

len_vec = feature_vec.shape[0]
if len_vec < max_length:
  mis_dim = max_length - len_vec
  zero_vec = np.zeros((mis_dim, feature_vec.shape[1]))
  feature_vec = np.vstack((feature_vec, zero_vec))
于 2017-08-13T21:50:42.743 回答