Machine learning Tensorflow中的递归卷积自动编码器

我正在尝试在Tensorflow中构建一个递归卷积自动编码器，但是我在将卷积自动编码器与递归层链接时遇到了问题

---

根据我的理解，Tensorflow RNNCell的输入形状为（批次大小、时间步长、信息向量），但我的1D卷积层的输出形状为（批次大小、信息向量）。有没有办法让tensorflow存储以前的信息向量。或者，我是否需要使用2D卷积，向输入添加额外的时间步长维度，然后不在该维度上卷积

尝试扩展张量的维度：

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的第一层中使用它，这里的“timestep”是10

非常感谢。我要试试这个。