使用动态rnn（品红色）时出错：输入的尺寸应匹配：shape [0] = [1,38] vs. shape [1] = [128,512]

Question

所以我从magenta运行此代码并做了一些修改：

outputs, final_state = tf.nn.dynamic_rnn(
                self.cell,
                m_seq,
                sequence_length=lens,
                initial_state=initial_state,
                swap_memory=swap_memory,
                parallel_iterations=parallel_iterations)

其中self.cell是具有两个图层的MultiRNN单元格，m_seq是一个具有形状[1,38]的热长度向量，state是两个{{1}的元组LSTMStateTuple和c的形状为[128,512]（批量大小和图层大小）。

当我跑步时，我得到：

  

InvalidArgumentError（参见上面的回溯）：ConcatOp：输入的维度应该匹配：shape [0] = [1,38] vs. shape [1] = [128,512]

现在我明白这意味着输入h和状态之间不匹配。但是，两个尺寸都必须匹配（1和128,38和512）？我真的不明白为什么会这样。为什么他们必须匹配，因为这是一个充满活力的人。

Answer 1

来自dynamic RNN docs：

  

前两个维度必须匹配所有输入，否则排名和其他形状组件可能不同。

因此输入维度必须匹配，即使它是动态RNN。

Answer 2

ConcatOp : Dimensions of inputs should match

我相信这回答了我的问题。 batch-size（第一个参数）必须匹配，但第二个（sequence-length）不需要匹配，因为它是动态RNN。在任何情况下，都可以使用占位符来采用不同的批量大小。