Python 如何将3d张量传递给tensorflow RNN嵌入\u RNN\u seq2seq
我试图输入每个世界都有word2vec表示的句子。 如何在tensorflow seq2seq模型中实现这一点 假设变量Python 如何将3d张量传递给tensorflow RNN嵌入\u RNN\u seq2seq,python,tensorflow,word2vec,recurrent-neural-network,Python,Tensorflow,Word2vec,Recurrent Neural Network,我试图输入每个世界都有word2vec表示的句子。 如何在tensorflow seq2seq模型中实现这一点 假设变量 enc_inp = [tf.placeholder(tf.int32, shape=(None,10), name="inp%i" % t) for t in range(seq_length)] 具有维度[观察数量或批量大小x单词向量表示x句子长度] 当我将其传递给embedding_rnn_seq2seq时 decode_outputs, decode_s
enc_inp = [tf.placeholder(tf.int32, shape=(None,10), name="inp%i" % t)
for t in range(seq_length)]
具有维度[观察数量或批量大小x单词向量表示x句子长度]
当我将其传递给embedding_rnn_seq2seq时
decode_outputs, decode_state = seq2seq.embedding_rnn_seq2seq(
enc_inp, dec_inp, stacked_lstm,
seq_length, seq_length, embedding_dim)
发生错误
ValueError: Linear is expecting 2D arguments: [[None, 10, 50], [None, 50]]
还有一个更复杂的问题
如何将pas作为向量而不是标量输入到RNN的第一个单元格
现在看起来(当我们谈论任何序列时)