支持具有变化行尺寸的feed_dict numpy占位符

Question

我正在尝试设计一个计算图，以接收不同长度的模拟作为占位符，定义为具有可变行尺寸的numpy数组。

目前tensorflow似乎不支持它。

cells = np.array([[0,1,2,3], [2,3,4]])
h = tf.placeholder(tf.float64, None, 'hidden_histories')
v = h
with tf.Session() as sess:
    print(sess.run([v], feed_dict={h:cells}))

一种解决方法是填充数组的行，以使它们全部具有相同的长度，其值将保证计算图上的结果大致相同。还有什么更好的事情吗？