tf.nn.dynamic_rnn中的排名错误

Question

我正在尝试构建CNN + RNN模型，我收到以下错误。任何帮助将不胜感激。

fc2有形状（？，4096）

cell = tf.contrib.rnn.BasicLSTMCell(self.rnn_hidden_units)
stack = tf.contrib.rnn.MultiRNNCell([cell]*self.rnn_layers)
initial_state = cell.zero_state(self.batch_size, tf.float32)
initial_state = tf.identity(initial_state, name='initial_state')
outputs, _ = tf.nn.dynamic_rnn(stack, fc2,dtype=tf.float32)

在模型输出中输入“rcnn.py”，第182行，_ = tf.nn.dynamic_rnn（stack，[fc2]，dtype = tf.float32） 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/rnn.py”，第574行，在dynamic_rnn dtype = dtype中） 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/rnn.py”，第637行，在_dynamic_rnn_loop中为flat_input中的input_） 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/rnn.py”，第637行，输入flat_input中的input_） 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/tensor_shape.py”，第649行，with_rank_at_least引发ValueError（“Shape％s的排名必须至少为％d”％（ self，rank））ValueError：Shape（4096，？）的等级必须至少为3

Answer 1

从他的评论中复制@jdehesa的答案以获得更好的可见性：

错误似乎相当清楚，tf.nn.dynamic_rnn期望三维张量作为输入（即等级3），但fc2只有两个维度。 fc2的形状应该像(<batch_size>, <max_time>, <num_features>)（或(<max_time>, <batch_size>, <num_features>)，如果你通过time_major=True）

Answer 2

tf.nn.dynamic_rnn的默认输入的维度为3（Batchsize，sequence_length，num_features）。由于您的num_features为1，您可以使用扩展fc_seq

fc2 = tf.expand_dims(fc2, axis = 2)

然后使用上面的代码。