Question

在传递形状为（16,3）的张量列表的输入时，列表的每个元素都是时间步长，我遇到了typeerror：输入必须是使用张量流0.12.1的序列。

嵌入具有100个维度和16个批处理大小以及800个时间步的单词，其具有与形状（16,100）相同的800张张量列表的结构。但是，我的新数据没有嵌入。因此，我有一个形状为（16,3）的210张（时间步长）列表。

self.enc_batch = tf.placeholder(tf.int32,[hps.batch_size, hps.enc_timesteps,3], name='enc_batch')
encoder_inputs = tf.unpack(tf.transpose(self.enc_batch,perm=[1,0,2]))
for layer_i in xrange(hps.enc_layers):
    cell_fw = tf.nn.rnn_cell.LSTMCell(3,initializer=tf.contrib.layers.xavier_initializer(uniform=True,seed=123),state_is_tuple=False)
    cell_bw = tf.nn.rnn_cell.LSTMCell(3,initializer=tf.contrib.layers.xavier_initializer(uniform=True,seed=123),state_is_tuple=False)
    (emb_encoder_inputs, fw_state, bw_state) = tf.nn.bidirectional_rnn(cell_fw, cell_bw, tf.to_float(encoder_inputs), dtype=tf.float32, sequence_length=enc_lens)

输出错误日志为：

回溯（最近一次通话最近）：
文件“ seq2seq_attention.py”，   第231行，在
tf.app.run（）
文件中   “ /home/suparna/evolutionary_network/swap_net_install/local/lib/python2.7/site-packages/tensorflow/python/platform/app.py”，   43行       sys.exit（main（sys.argv [：1] + flags_passthrough））
主文件“ seq2seq_attention.py”，第216行       setup_training（模型，批处理程序，re_vocab）
setup_training中的文件“ seq2seq_attention.py”，第100行       model.build_graph（）
在build_graph中的文件“ ../model/seq2seq_attention_model.py”，第382行       self.add_seq2seq（）
在add_seq2seq中，文件“ ../model/seq2seq_attention_model.py”，行217       sequence_length = enc_lens）
文件“ /home/suparna/evolutionary_network/swap_net_install/local/lib/python2.7/site-packages/tensorflow/python/ops/rnn.py”，   第530行，在bidirectional_rnn中引发TypeError（“输入必须为   sequence“）
TypeError：输入必须为序列

请帮助我为什么会发生此错误。

encoder_inputs是tf的210个元素的列表.tensor'seq2seq / unpack：0'shape =（16，3）dtype = int32。

TypeError：输入必须是BiRNN张量流的序列

0 个答案: