lstm与变量batch_size

Question

我们知道，在培训期间，我们需要feed_dict一个batch_size数据。但是，在上一个时代，数据的数量小于批量大小。我可以做什么？我尝试使用变量batch_size，但我在使用rnn时遇到了一些问题。代码如下：

input_data = tf.placeholder(tf.int32, [None, num_steps])

with tf.variable_scope('forward'):

    cellL = tf.nn.rnn_cell.BasicLSTMCell(hidden_size, forget_bias=1.0)
    state_init_L = tf.get_variable("init_L",initializer=cellL.zero_state(tf.shape(input_data)[0],tf.float32))

错误是

  

ValueError：initial_value必须具有指定的形状：   张量（“model / init_variable_L / zeros：0”，shape =（？，100），dtype = float32，   设备= /设备：GPU：0）

感谢〜

Answer 1

修改代码以始终生成固定大小的批次。

您可以删除最后几个培训示例。 或者您可以多次重复最后一个示例来填充批次。 当您有足够的数据时，一些丢失或重复的示例无关紧要。