Tensorflow无法初始化tf。动态批量大小变量

Question

我试着创建一个tf。具有动态形状的变量。以下概述了问题。

这样做很有效。

init_bias = tf.random_uniform(shape=[self.config.hidden_layer_size, tf.shape(self.question_inputs)[0]])

然而，当我尝试这样做时：

init_bias = tf.Variable(init_bias)

它抛出错误ValueError：initial_value必须具有指定的形状：张量（"random_uniform： 0"，形状=(?, ?), dtype=flat32）

刚来上下文（问题输入是动态批处理的占位符）：

self.question_inputs = tf.placeholder(tf.int32, shape=[None, self.config.qmax])

似乎将一个动态值放入随机均匀给出了形状=(?,?) 给出了tf的误差。变量。

感谢并感谢您的帮助！

Answer 1

这应该可以：

init_bias = tf.Variable(init_bias,validate_shape=False)

如果validate\u shape为False，则tensorflow允许使用未知形状的值初始化变量。

然而，你正在做的事情对我来说似乎有点奇怪。在张量流中，变量通常用于存储神经网络的权重，无论批次大小如何，神经网络的形状保持不变。可变批次大小是通过将可变长度张量传递到图中（并将其与固定形状偏差Variable相乘/相加）来处理的。