feed_dict 中具有不同维度长度的一系列二维数组答案

【问题标题】：series of 2D arrays with different dimension lengths in feed_dictfeed_dict 中具有不同维度长度的一系列二维数组
【发布时间】：2017-04-04 14:12:38
【问题描述】：

我有一系列二维数组，它们总是因一维大小而不同，例如(20,87)、(20,100)、(20,76) 等...这些数组由时间步长 (times) 的 Mel 频率倒谱系数 (mfccs) 组成，因此 (mfccs, times)。

为了在 Tensorflow 中训练 CNN，我需要用其中一些二维数组输入字典。

我想要一个 3d 数组，因为我的输入张量是：x=tf.placeholder('float', shape=(n,mfccs, times))，其中 n 是批量大小。因此，批次将是具有以下形状的 3d 数组：(n,mfccs,times)，其中只有时间维度的大小发生变化。

我还想使用 2d 数组列表而不是 3d 数组。但是是否可以在 feed_dict 中提供一个列表（例如 feed_dict={ x: list?}）？如果是的话，你是怎么做到的？

非常感谢您提前提供的帮助。

【问题讨论】：

使用 numpy 数组列表？如果没有额外的上下文，很难说更多......
将它们全部添加到列表中！！
所以实际上我确实创建了一个数组列表，但是由于我必须在 Tensorflow 的字典中提供它们，我不确定是否可以使用列表。如果可以的话，你将如何提供这个二维数组列表？
你可以使用+操作符或者__iadd__特殊方法。
通常的解决方案是将每个批次元素填充到最长列表的长度，然后使用标准密集张量。在大多数情况下，这将是最有效的。也可能将这些输入，然后用它们构造一个 SparseTensor，但卷积运算在 SparseTensor 上工作不会很开心，所以我不推荐在这里。对于更高级的不规则序列批处理，有SequenceQueueingStateSaver，它本质上是用你的例子玩俄罗斯方块。我需要有关该模型的更多详细信息才能知道要推荐哪些。

标签： python multidimensional-array tensorflow

【解决方案1】：

对于不同的大小，但是作为一个数组，可以试试list：

a = [[0]*87 for range(20)]
b = [[0]*100 for range(20)]
c = [[0]*76 for range(20)]

big_list = []
big_list.append(a)
big_list.append(b)
big_list.append(c)

毕竟，big_list 的长度为 3，其中每个元素包含各自的列表/数组。

【讨论】：

为什么你对一个维度使用* 运算符而不对另一个维度使用？
我应该提供有关该问题的更多详细信息，抱歉。这些二维数组是 Tensorflow 中 CNN 的输入数据。我想有一个大列表，但我可以在 feed_dict={ x: big_list 中提供这个列表吗？ } ?如果是，你是怎么做到的？
@EmanuelaLiaci 我认为你应该编辑你的问题，以包括你想用 tensorflow 做什么。