Tensorflow中的循環卷積自動編碼器

我想在Tensorflow中構建一個循環卷積自動編碼器，但是我在連接卷積自動編碼器和復現層時遇到了問題。Tensorflow中的循環卷積自動編碼器

根據我的理解，Tensorflow RNNCell需要輸入shape（batch_size，time_steps，info_vector），但我的一維卷積圖層的輸出形狀爲（batch_size，info_vector）。有沒有辦法讓張量流存儲以前的信息向量。或者，我是否需要使用2D卷積，爲輸入添加額外的time_step維度，然後不在該維度上進行卷積？

來源

2017-03-28 007

儘量擴大張量的維度：

cnn_out = last_output_of_cnn # for example shape [32,10] 
cnn_out = tf.expand_dims(cnn_output, axis=-1) # new shape [32,10,1]

您可以在RNN，在這裏「時間步長」爲10

來源

2017-03-28 00:57:07 vega

感謝這麼多的第一層使用。我會試試這個。 – 007

Tensorflow中的循環卷積自動編碼器

回答

相關問題