Tensorflow dynamic_rnn输入排名错误

所以，我试图在张量流中使用rnn来生成文本。然而，一旦我从static_rnn到dynamic_rnn切换时，我得到这个错误：Tensorflow dynamic_rnn输入排名错误

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

这是生成错误代码的一部分：

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形状是：（（截断文本长度，批量大小，类别数量）

对于（批量大小，隐藏状态大小）hidden_state_placeholder的形状为（5,100），但错误仍然存在即使我没有提供初始状态。

tensorflow版本是1.3，如果有帮助。

任何见解将不胜感激！

来源

2017-10-07 frankie

默认情况下，time_major == False在tf.nn.dynamic_rnn中，但您的inputs_series是time_major == True。所以也许改变最后的声明

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

来源

2017-10-08 01:57:23

对不起，关于最近的答复 - 我只是试着这个，并没有解决这个问题 - 我得到了同样的错误信息。 **是**，但在我的代码中是一个合法的错误，感谢您的支持！ – frankie

'inputs_series = self.input_layer（）'我无法测试此语句，因此我将其替换为固定大小的变量（以及其他未知参数）。请打印'inputs_series'的大小（例如'print（inputs_series.get_shape（））'）。我想这可能会有一些问题。 –

我做了打印，并找出它。我在'self.input_layer（）'中进行了'tf.unstack（）'操作，该操作将张量转换为10个张量列表。显然，这对于动态API而言并不合适。一旦我删除了拆散操作，一切都按预期工作。感谢所有的建议！ – frankie

Tensorflow dynamic_rnn输入排名错误

回答

相关问题