将输入传递给 tf.nn.static_rnn答案

【问题标题】：Passing input to tf.nn.static_rnn将输入传递给 tf.nn.static_rnn
【发布时间】：2017-12-15 05:23:46
【问题描述】：

根据文档，static_rnn 的第二个参数应设置为“长度为 T 的输入列表，每个输入的形状为 [batch_size, input_size] 的张量，或此类元素的嵌套元组。”

我将列列表传递给 static_rnn，但我得到 ValueError: linear is expecting 2D arguments。所以input_size 不能是 1。input_size 和 T 到底指的是什么？为什么input_size 不能为 1？

我突然想到static_rnn 可能期望一个列表，其矩阵包含单热向量。在这种情况下，input size 将是词汇长度。但是如果static_rnn 需要one-hot 向量，文档会这样说，对吧？

【问题讨论】：

标签： tensorflow neural-network recurrent-neural-network

【解决方案1】：

input_size表示特征的数量，它可以是1，例如在普通的时间序列预测中。你得到这个错误，很可能是因为你的张量是[batch_size]，而不是[batch_size, 1]。

因此，您不必一次性对特征进行编码（尽管可以），只需设置正确的输入张量等级即可。

示例代码：

n_inputs = 1
n_neurons = 5
X0 = tf.placeholder(dtype=tf.float32, shape=[None, n_inputs])
X1 = tf.placeholder(dtype=tf.float32, shape=[None, n_inputs])
basic_cell = tf.nn.rnn_cell.BasicRNNCell(num_units=n_neurons)
output_seqs, states = tf.nn.static_rnn(basic_cell, [X0, X1], dtype=tf.float32)
Y0, Y1 = output_seqs

【讨论】：