Question

我的句子形式为：

P ∈ d×P

其中：

d是单词嵌入的维度。
P不是。句子中的代币。

我试图使用LSTM

获取P的隐藏表示

H ∈ l×P

其中：

l是隐藏矢量的维度

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。

Answer 1

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。

LSTM Tensorflow中的尺寸错误，如何进行？

1 个答案: