Python tf.contrib.training.batch_sequences_with_states_能否处理长度可变的输入序列？

我试图使用

tf.contrib.training.batch_sequences\u with_states

创建可变长度输入序列的填充批次，以便训练LSTM网络

在阅读文档时，我偶然发现了与此函数的功能相关的相互矛盾的语句

具体地说，参数

input\u sequences

让我感到困惑

input_sequence

是一个dict，其值是以时间为第一维度的张量。这个时间维度在一个例子的张量中必须是相同的在不同的示例中可能会有所不同。

input_sequences

：将字符串名称映射到张量值的dict所有值都必须具有匹配的第一个维度，称为值\长度。它们可能因输入而异

如何用多个示例提供此函数

我的第一次尝试 执行此代码段会导致以下错误消息：

ERROR:tensorflow:Exception in QueueRunner: assertion failed: 
[All sequence lengths must match, but received lengths: 8 
 All sequence lengths must match, but received lengths: 16]

---

一个示例演示如何正确地为该函数提供多个不同输入序列长度的示例将非常有用

它看起来不能处理不同长度的序列。

ERROR:tensorflow:Exception in QueueRunner: assertion failed: 
[All sequence lengths must match, but received lengths: 8 
 All sequence lengths must match, but received lengths: 16]