Python tf.nn.dynamic\n的值错误：维度必须相等

我想使用tensorflow的

tf.nn.dynamic\u rnn

功能创建一个rnn，但它只允许我为一个层设置隐藏大小

这是我的密码：

    self._Input=tf.placeholder(tf.float64,shape=(None,self._time_size,self._batch_dim),name='input')
    self._Expected_o=tf.placeholder(tf.float64,shape=(None,self._time_size,self._cell_output_size),name='Expected_o')
    #creation of the network

    initializer = tf.random_uniform_initializer(-1, 1)      
    cell = tf.nn.rnn_cell.GRUCell(self._hidden_size,kernel_initializer=initializer)  
    rnn_cells = tf.nn.rnn_cell.MultiRNNCell([cell] * self._num_layer) 

    # network
    self._output, out_state = tf.nn.dynamic_rnn(cell=rnn_cells,inputs= self._Input, dtype=tf.float64)

只要我保持我的

隐藏大小

值与输入占位符的最后一个维度相同，即

\u batch\u dim

，一切正常

但当情况不同时，我总是会收到这样的错误信息：

ValueError：尺寸必须相等，但为8和X表示 “rnn/while/rnn/multi_rnn_cell/cell_0/cell_0/gru_cell/MatMul_2”（作品： “MatMul”）和输入形状：[？，Y]，[X，Y]

---

其中，

X

是我为我的

hidden_size+1

输入的值，

Y

是

hidden_size*2

的值。我尝试了许多

hidden\u size

的值，这两个数字，

X

和

Y

每次都会出现。消息error表示调用

tf.rnn.dynamic\u rnn

时发生错误

更改您的代码，从

cell=tf.nn.rnn\u cell.GRUCell（self.\u hidden\u size，kernel\u initializer=initializer）
rnn_cells=tf.nn.rnn_cell.multirncell（[cell]*self.\u num_layer）

到

layers=[tf.nn.rnn\u cell.GRUCell（self.\u hidden\u size，kernel\u initializer=initializer）
对于u in self._num_layer]
rnn_单元=tf.nn.rnn_单元.multirncell（层）

---

。。。更深的GRU层将能够适应早期层的输出。

请提供一个。谢谢这是解决方案，但您只需添加范围（self.\u num\u layer），因为self.\u num\u layer在我的case@yohansebmoc哦，事实上，忘记了

范围
。谢谢你发现了