Question

我正在尝试为RNN单元创建输入

尺寸x

batch_size x time_step x n_classes

尺寸h

batch_size x hidden_state_size

现在的问题是，我不确定如何使用tf.get_variable(...)创建h，使其形状为? x hidden_state_size，其中?是当前批量大小。

x我没有这个问题，因为我可以这样定义x：

x = tf.nn.embedding_lookup(self.pretrained_embeddings, self.input_placeholder)
x = tf.reshape(x, (-1, self.max_length, Config.n_features * Config.embed_size))

因此，batch_size会自tf.reshape

所以x.get_shape()会给我(?, max_length, n_features * embed_size)

我必须创建h的唯一解决方法如下：

 # x_ is of shape (max_length, batch_size, n_features * embed_size)
 x_ = tf.unstack(x, axis = 1) 

 # h is of shape (batch_size, n_features)
 h = tf.get_variable("h", tf.shape(x_[0]), initializer = 
 tf.constant_initializer(0.0))

然后h.get_shape()会提供所需的(?, n_features * embed_size)，其偶然性等于我的hidden_state_size。此解决方法的问题在于，仅当hidden_state_size等于n_features * embed_size时才有效，但并非总是如此。

有没有办法让我可以定义隐藏的张量h，使其形状为(?, hidden_state_size)而不会出现错误：

ValueError：必须完全定义新变量（pred / h）的形状，但相反是（？，300）

Answer 1

傻傻的我可以做一些像：

h = tf.zeros(shape = (tf.shape(x)[0], n_features * embed_size))

创建一个形状仅在运行时确定的变量

1 个答案: