TensorFlow：评估使用未填充数据填充数据的训练网络（ValueError：无法填充形状值...）

Question

我已经训练了一个dynamic_rnn网络，其形状为(batch_size, sequence_lengh, depth)的输入数据已手动填充到长度为最长的示例（在本例中为97），并将其保存为检查点。 要评估“真实世界数据”上的网络，我加载检查点并将未填充的数据输入恢复的输入张量（使用tf.Session.run()）。我收到一个

ValueError: Cannot feed value of shape (1, 1, 32) for Tensor 'input_x:0', which has shape '(?, 97, 32)' 

使用tf.Graph.get_operation_by_name()恢复输入张量。

一个可能的解决方法是填充输入，使其符合（？，97,32），但由于支持批量填充（直观上应该遇到相同的问题）实现我希望指针更好解。

Answer 1

输入的序列长度必须与训练数据相同。神经网络被构造成接受一定大小的数组。在你的情况下，它是一个长度为97，长度为32的编码序列。

你可以认为它像一个非常严格的numpy函数，它对除第一维外的所有内容都有硬编码的大小限制。您应该使用与填充训练数据相同的填充来填充输入。