我无法理解tensorflow dynamic_rnn的输入参数。如果我能理解如何将static_rnn输入转换为dynamic_rnn输入，那将会有很大帮助。
对于static_rnn，输入应该是长度为T的张量列表，其形状为[batch_size, input_size]，其中T是序列长度。这对我来说很有意义。
对于dynamic_rnn，输入应该是形状张量[batch_size, max_time, ...]。我不明白如何在这里加入input_size。更一般地说，我不知道你还可以在省略号中添加什么。
例如，假设我的数据由50个字符长的句子组成，因此input_size是字母表中的字母数。对于static_rnn，我会制作长度为50的张量，其形状为[batch_size, input_size]。如何将此张量列表转换为单个张量，以便我可以将其提供给dynamic_rnn？
答案 0 :(得分：8)
您的dynamic_rnn输入应该是[batch_size, sequence_length, input_size]的形状。
基本上张量代表长度为batch_size的{{1}}个例子，省略号中剩下的是单个序列元素的形状。
问题是，sequence_length您不需要事先知道sequence_length，因此您的输入占位符可能看起来像
dynamic_rnn这非常方便。此外，单个批处理中的示例可以具有不同的长度（但必须填充到相同的长度），但您必须将x = tf.placeholder(tf.int32, shape=(batch_size, None, input_size))
参数传递给sequence_length，以便它知道何时停止每个示例的计算。