我试图在python中运行LSTM。 有谁知道如何覆盖＆＃34; tf.nn.embedding_lookup（embedding，input_data）＆＃34;方法？ 我在输入变量＆＃34; input_data＆＃34;中使用浮点值。但使用此方法需要整数。 我需要在RNN中使用浮动数据输入什么选项？
我正在使用＆＃34; tf.nn.dynamic_rnn＆＃34;运行网络的方法。我还尝试过＆＃34; legacy_seq2seq.rnn_decoder＆＃34;方法，但它也没有用。
.default答案 0 :(得分：0)
我不确定您的代码确实在哪里失败，但如果它在tf.nn.dynamic_rnn失败，也许您只需要指定dtype参数：
tf.nn.dynamic_rnn(cell, inputs, initial_state=self.initial_state, dtype=tf.float32)
正如文档中所讨论的那样：https://www.tensorflow.org/versions/r1.6/api_docs/python/tf/nn/dynamic_rnn
如果您的input_data是浮点数，我会重新考虑您的方法。您的数据是否分类，如语言中的单词或世界上的人名？如果是，那么我建议将其转换为无符号整数，如uint32，这对于大多数人来说更直观，（b）与embedding_lookup兼容。如果没有，那么你可能不想要嵌入 - 嵌入（仅据我所知......）仅用于分类数据。如果您只想减少数据的维数，那么我会考虑其他一些降维方案，如PCA，或者只是网络的第一层，输出范围很窄。