Question

我正在使用LSTM语言模型教程discussed here。

使用语言模型，通常在训练后使用模型从头开始生成一个新句子（即模型中的样本）。

我是TensorFlow的新手，但我正在尝试使用我训练过的模型生成新单词，直到句末标记。

我最初的尝试：

x = tf.zeros_like(m.input_data)
state = m.initial_state.eval()
for step in xrange(m.num_steps):
    state = session.run(m.final_state,
                               {m.input_data: x,
                                m.initial_state: state})
    x = state

失败并显示错误：

ValueError：使用序列设置数组元素。

Answer 1

此处的问题似乎是m.input_data: x传递feed_dict中的session.run()映射。在这种情况下，TensorFlow期望x是一个numpy数组（或一些可以隐式转换为numpy数组的对象），但是值是TensorFlow Tensor（{{1}的结果}）。

幸运的是，解决方案很简单。将tf.zeros_like()替换为以下内容：

x = tf.zeros_like(m.input_data)

...确保将x = tf.zeros_like(m.input_data).eval()转换为numpy数组。

（请注意，更直接的方法是将初始x构造为适当大小的numpy数组。）

TensorFlow LSTM生成模型

1 个答案: