我是使用Tensorflow的初学者，我开始进行手写识别任务。目前，我正在测试GridLSTMCell（https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/GridLSTMCell），并且在尝试使用这种类型的循环单元初始化动态RNN时遇到了一些问题。
cell = rnn.GridLSTMCell(num_units=num_units, feature_size=feature_size, frequency_skip=frequency_skip, num_frequency_blocks=num_frequency_blocks, forget_bias=1, state_is_tuple=True)
outputs, _ = tf.nn.dynamic_rnn(cell, inputs, seq_len, dtype=tf.float32)
显然，问题是由于GridLSTMCell中存在限制，它只能处理静态形状的输入，但正如您在下面所见，在我的情况下，batch_size可能会有所不同，因为我有一个batch_size = 1的训练集和100个例子的固定测试集。
inputs = tf.placeholder(tf.float32,[None,IMAGE_ROWS,IMAGE_COLUMNS],name="inputs")
鉴于这种情况，我想知道是否有人有解决方法，可能有一些提示用固定的batch_size = 1定义输入，但能够将模型应用于包含100个示例的测试集。在类似问题（Tensorflow Grid LSTM RNN TypeError）中出现的一些答案与TF中的另一个Grid LSTM实现有关。
抱歉我的英语不好，感谢你的支持。
提前致谢！