TensorFlow的数据集API：可变大小的输入

Question

我将我的整个数据集作为元组列表存储在内存中，其中每个元组对应一批固定大小的N＆＃39; N＆＃39; N＆＃39; N＆＃39; 。即

（x [i]，label [i]，length [i]）

• x [i]：numpy形状的数组[N，W，F];这里有N个例子，每个W时间步长;所有时间步长都有固定数量的特征F
• label [i]：class：shape [N，]批处理中每个示例一个
• length [i]：数据中的length（次数步数）：shape [N，]：这是批处理中每个示例的时间步长（W）

主要问题：批次间的差异很大。

我在查看数据集API的以下examples和documentation，但无法理解如何为我的案例创建DataSet对象。 API就像Dataset.from_tensor_slices和Dataset.from_tensor似乎没有工作（抛出广播错误），因为它们要求张量具有相同的形状i，而且W的批次是相同的。有没有办法我可以不必填充我的批次（使用DataSet.padded_batch）？