使用动态 rnn (洋红色)时出错:输入的尺寸应匹配:形状 [0] = [1,38] 与形状 [1] = [128,51

Question

所以我从洋红色运行这段代码，并进行了一些修改：

outputs, final_state = tf.nn.dynamic_rnn(
self.cell,
m_seq,
sequence_length=lens,
initial_state=initial_state,
swap_memory=swap_memory,
parallel_iterations=parallel_iterations)

其中self.cell是具有两层的MultiRNN单元，m_seq是一个形状为[1,38]的热长度向量，state是两个LSTMStateTuple的元组，c和h具有形状[128,512](批量大小和层大小)。

当我运行这个时，我得到：

InvalidArgumentError (参见上面的回溯)： ConcatOp ： 输入的维度应匹配：shape[0] = [1,38] vs. shape[1] = [128,512]

现在我明白这意味着输入m_seq和状态不匹配。但是，两个维度是否必须匹配(1 和 128、38 和 512)？我真的不明白为什么会这样，即。为什么它们必须匹配，因为这是一个动态 RNN。

Answer 1

来自动态 RNN 文档：

前两个维度必须在所有输入中匹配，但除此之外，等级和其他形状组件可能会有所不同。

因此，即使它是动态 RNN，输入维度也必须匹配。

Answer 2

ConcatOp ： 输入的维度应匹配

我相信这回答了我的问题。批处理大小(第一个参数)必须匹配，但第二个参数(序列长度)不需要匹配，因为它是动态 RNN。在任何情况下，都可以使用占位符来采用不同的批次大小。