我有一个预测任务,使用可变的输入数据序列 . 直接使用动态rnn会遇到根据这篇文章拆分输出的麻烦:
Using a variable for num_splits for tf.split()
因此,我想知道是否可以填充整批序列以使所有示例具有相同数量的序列,然后在 tf.nn.dynamic_rnn
tf.nn.dynamic_rnn
参数中为填充的序列批次提供0长度 . 这会有用吗?
我有一个预测任务,使用可变的输入数据序列 . 直接使用动态rnn会遇到根据这篇文章拆分输出的麻烦:
Using a variable for num_splits for tf.split()
因此,我想知道是否可以填充整批序列以使所有示例具有相同数量的序列,然后在 tf.nn.dynamic_rnn
tf.nn.dynamic_rnn
参数中为填充的序列批次提供0长度 . 这会有用吗?
1 回答
您必须定义序列的
max_length
. 之后,您可以检查输入是否小于max
并用零向量填充它 . 更多信息:https://danijar.com/variable-sequence-lengths-in-tensorflow/ . 因此,在您的数据生成器中,您必须检查每个输入要素向量,并执行以下操作: