MultiRNN 和 static_rnn 错误：维度必须相等，但是是 256 和 129答案

【问题标题】：MultiRNN and static_rnn error: Dimensions must be equal, but are 256 and 129MultiRNN 和 static_rnn 错误：维度必须相等，但是是 256 和 129
【发布时间】：2018-06-30 13:51:17
【问题描述】：

我想构建一个具有 3 层的 LSTM 网络。代码如下：

num_layers=3
time_steps=10
num_units=128
n_input=1
learning_rate=0.001
n_classes=1
...

x=tf.placeholder("float",[None,time_steps,n_input],name="x")
y=tf.placeholder("float",[None,n_classes],name="y")
input=tf.unstack(x,time_steps,1)

lstm_layer=rnn_cell.BasicLSTMCell(num_units,state_is_tuple=True)
network=rnn_cell.MultiRNNCell([lstm_layer for _ in range(num_layers)],state_is_tuple=True)

outputs,_=rnn.static_rnn(network,inputs=input,dtype="float")

使用num_layers=1 可以正常工作，但是如果使用不止一层，我会在这一行得到错误：

outputs,_=rnn.static_rnn(network,inputs=input,dtype="float")

ValueError: 尺寸必须相等，但为 256 和 129 'rnn/rnn/multi_rnn_cell/cell_0/cell_0/basic_lstm_cell/MatMul_1'（操作： 'MatMul') 输入形状：[?,256], [129,512]。

谁能解释值 129 和 512 的来源？

【问题讨论】：

标签： python tensorflow deep-learning lstm recurrent-neural-network

【解决方案1】：

您不应该为第一层和更深层重复使用相同的单元，因为它们的输入不同，因此内核矩阵也不同。试试这个：

# Extra function is for readability. No problem to inline it.
def make_cell(lstm_size):
  return tf.nn.rnn_cell.BasicLSTMCell(lstm_size, state_is_tuple=True)

network = rnn_cell.MultiRNNCell([make_cell(num_units) for _ in range(num_layers)], 
                                state_is_tuple=True)

【讨论】：