Tensorflow dynamic_rnn輸入排名錯誤

所以，我試圖在張量流中使用rnn來生成文本。然而，一旦我從static_rnn到dynamic_rnn切換時，我得到這個錯誤：Tensorflow dynamic_rnn輸入排名錯誤

File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/tensor_shape.py", line 654, in with_rank_at_least 
    raise ValueError("Shape %s must have rank at least %d" % (self, rank)) 
ValueError: Shape (100, 5) must have rank at least 3

這是生成錯誤代碼的一部分：

inputs_series = self.input_layer() 
with tf.variable_scope(constants.HIDDEN): 
    self.hidden_state_placeholder = tf.placeholder(
     dtype=tf.float32, 
     shape=[self.settings.train.batch_size, self.settings.rnn.hidden_size], 
     name="hidden_state_placeholder") 
    cell = tf.contrib.rnn.GRUCell(self.settings.rnn.hidden_size) 
    states_series, self.current_state = tf.nn.dynamic_rnn(
     cell=cell, 
     inputs=inputs_series, 
     initial_state=self.hidden_state_placeholder)

的inputs_series形狀是：（（截斷文本長度，批量大小，類別數量）

對於（批量大小，隱藏狀態大小）hidden_state_placeholder的形狀爲（5,100），但錯誤仍然存在即使我沒有提供初始狀態。

tensorflow版本是1.3，如果有幫助。

任何見解將不勝感激！

來源

2017-10-07 frankie

默認情況下，time_major == False在tf.nn.dynamic_rnn中，但您的inputs_series是time_major == True。所以也許改變最後的聲明

states_series, self.current_state = tf.nn.dynamic_rnn(
    cell=cell, 
    inputs=inputs_series, 
    initial_state=self.hidden_state_placeholder, 
    time_major=True)

來源

2017-10-08 01:57:23

對不起，關於最近的答覆 - 我只是試着這個，並沒有解決這個問題 - 我得到了同樣的錯誤信息。 **是**，但在我的代碼中是一個合法的錯誤，感謝您的支持！ – frankie

'inputs_series = self.input_layer（）'我無法測試此語句，因此我將其替換爲固定大小的變量（以及其他未知參數）。請打印'inputs_series'的大小（例如'print（inputs_series.get_shape（））'）。我想這可能會有一些問題。 –

我做了打印，並找出它。我在'self.input_layer（）'中進行了'tf.unstack（）'操作，該操作將張量轉換爲10個張量列表。顯然，這對於動態API而言並不合適。一旦我刪除了拆散操作，一切都按預期工作。感謝所有的建議！ – frankie

Tensorflow dynamic_rnn輸入排名錯誤

回答

相關問題