序列化和读取TFRecords中的2D序列

Question

我试图将2D矢量（语音频谱图，长度不一样）序列化为TFRecord。
这有什么好的例子吗？我尝试了一些代码here和here，但似乎不符合我的需求 如何将长度序列不同的2D（或任何N-D阵列）序列化为TFRecords？

我目前的实施（没有错误，但我认为它不正确）：

    # extract spectrogram from wav
    rate, wav = wavfile.read(wav_path)
    _, __, Sxx = spectrogram(wav, fs=rate, nperseg=254, noverlap=127)
    spectrogram_feat = np.moveaxis(Sxx, 0, -1)  # shift axis [freq, time] -> [time, freq]

    # make example
    ex = tf.train.SequenceExample()

    ex.context.feature['seq_length'].int64_list.value.append(spectrogram_feat.shape[0])
    ex.context.feature['n_feature'].int64_list.value.append(spectrogram_feat.shape[1])

    fl_spectogram = ex.feature_lists.feature_list['spectrogram']
    fl_label = ex.feature_lists.feature_list['label']

    for i in range(spectrogram_feat.shape[0]):
        # print(spectrogram_feat[i, :].reshape(1, -1))
        for f in spectrogram_feat[i, :]:
            fl_spectogram.feature.add().float_list.value.append(f)

    writer.write(ex.SerializeToString())