我的句子形式为:
P ∈ d×P
其中:
我试图使用LSTM
获取P的隐藏表示H ∈ l×P
其中:
我尝试了以下
H_para = tf.placeholder('int32', shape=[N, P ], name='para')
嵌入维度[A,V]和BasicLSTMCell(l)l的张量是隐藏单位。
我收到维度错误:
with tf.variable_scope('Para'):
para_list = tf.unpack(tf.transpose(H_para))
para_embed = [tf.nn.embedding_lookup(embedding, w) for w in para_list]
Para, para_state = tf.nn.dynamic_rnn(cell, para_embed,dtype = tf.float32)
请提出任何建议。
答案 0 :(得分:0)
您的编译器可能会抱怨变量的可见范围。如您所见,“para_”被添加到您引用的错误报告中的变量名称中。这可能不是你想要的。
如果您提供完整的错误消息以及代码的最小(非)工作示例,我可能会告诉您更多信息。