Tensorflow，从现有的张量中获得新的张量

Question

我有一个这种形状的张量：[BATCH_SIZE, INPUT_SIZE]我需要将它用作一层lstm单元格的输入。
为了做到这一点，我需要一个这种形状的张量：[BATCH_SIZE, TIME_STEPS, INPUT_SIZE]但我不能简单地重塑我的第一个张量，因为这样我就会“打破”输入大小。我是对的吗？ 我怎样才能获得我需要的张量？。

编辑：
形状[BATCH_SIZE, INPUT_SIZE]的张量是maxpooling图层的输出（重新整形后）：

convo_2 = convolutional_layer(convo_1_pooling, shape=[5, 5, 32, 64])
convo_2_pooling = max_pool_2by2(convo_2)
conv_flat = tf.reshape(convo_2_pooling, shape=[-1, 64*25*50])

conv_flat变量是lstm层的输入。