来自 tf.nn.dynamic_rnn 的值错误：维度必须相等

Question

我想使用 tensorflow 的 tf.nn.dynamic_rnn 函数来创建 RNN，但它允许我只为我的一个层设置隐藏大小。

这是我的代码：

    self._Input=tf.placeholder(tf.float64,shape=(None,self._time_size,self._batch_dim),name='input')
    self._Expected_o=tf.placeholder(tf.float64,shape=(None,self._time_size,self._cell_output_size),name='Expected_o')
    #creation of the network

    initializer = tf.random_uniform_initializer(-1, 1)      
    cell = tf.nn.rnn_cell.GRUCell(self._hidden_size,kernel_initializer=initializer)  
    rnn_cells = tf.nn.rnn_cell.MultiRNNCell([cell] * self._num_layer) 

    # network
    self._output, out_state = tf.nn.dynamic_rnn(cell=rnn_cells,inputs= self._Input, dtype=tf.float64)

只要我的 hidden_size 值与输入占位符的最后一个维度相同，即_batch_dim，一切正常。

但是当它不同时，我总是收到以下错误消息：

ValueError: 尺寸必须相等，但为 8 和 X 'rnn/while/rnn/multi_rnn_cell/cell_0/cell_0/gru_cell/MatMul_2'（操作： 'MatMul') 输入形状：[?,Y], [X,Y]。

其中X 是我为hidden_size + 1 设置的值，Y 是hidden_size*2 的值。我尝试了很多hidden_size 的值，这两个数字X 和Y 每次都会出现。消息错误表示在调用tf.rnn.dynamic_rnn时发生错误。

Answer 1

从...更改您的代码

cell = tf.nn.rnn_cell.GRUCell(self._hidden_size,kernel_initializer=initializer)  
rnn_cells = tf.nn.rnn_cell.MultiRNNCell([cell] * self._num_layer) 

到...

layers = [tf.nn.rnn_cell.GRUCell(self._hidden_size,kernel_initializer=initializer) 
          for _ in self._num_layer]
rnn_cells = tf.nn.rnn_cell.MultiRNNCell(layers)

...更深的 GRU 层将能够适应早期层的输出。