序列长度不同的Keras变分自动编码器

Question

我想在Keras中实现一个完全卷积的VAE，它应该能够计算不同长度的一维音频序列。我粗略地遵循了https://blog.keras.io/building-autoencoders-in-keras.html的教程，这在开始时非常有帮助。但是，查看构建潜在矢量的采样方法时，您会发现它固定于形状（批处理，latent_dim）：

def sampling(args):
z_mean, z_log_sigma = args
epsilon = K.random_normal(shape=(batch_size, latent_dim),
                          mean=0., std=epsilon_std)
return z_mean + K.exp(z_log_sigma) * epsilon

在训练期间这不是问题，因为我可以使用固定尺寸（batch_size，sequence_length，1）进行训练，这将导致潜在空间的（batch_size，1，latent_dim）。但是，当使用训练有素的网络时，我希望能够将形状为（batch_size，N * sample_size，1）的输入作为输入，结果将是（batch_size，N，latent_dim）。问题是对K.random_normal的调用，该调用仅接受整数作为其shape参数，因此我无法传递类似（None，None，latent_dim）之类的东西，如果我没记错的话，这可能在TensorFlow中实现，我顺便说一下作为后端。

反正有做到这一点吗？