Python feed_dict中具有不同尺寸长度的2D阵列系列

我有一系列二维数组，它们的一维大小总是不同的，例如（20,87），（20100），（20,76），等等。。。这些阵列由时间步长（时间）的Mel频率倒谱系数（MFCC）和so（MFCC，时间）组成

为了在Tensorflow中训练CNN，我需要为字典提供一批2d数组

我想要一个3d数组，因为我的输入张量是：x=tf.placeholder（'float'，shape=（n，mfcc，times）），其中n是批量大小。因此，批处理将是一个具有以下形状的3d数组：（n，mfcc，times），其中只有times的大小维度发生变化

我还想使用2d数组列表而不是3d数组。但是是否可以在feed_dict（例如feed_dict={x:list？}）中提供列表？如果是，您是如何做到的

---

非常感谢您提前提供的帮助。

对于不同的大小，但作为阵列，您可以尝试列表：

a = [[0]*87 for range(20)]
b = [[0]*100 for range(20)]
c = [[0]*76 for range(20)]

big_list = []
big_list.append(a)
big_list.append(b)
big_list.append(c)

---

所有这些之后，

big_list

的长度为3，其中每个元素都包含各自的列表/数组。

对于不同的大小，但作为一个数组，可以尝试列表：

a = [[0]*87 for range(20)]
b = [[0]*100 for range(20)]
c = [[0]*76 for range(20)]

big_list = []
big_list.append(a)
big_list.append(b)
big_list.append(c)

---

在所有这些之后，

big_list

的长度为3，其中每个元素包含各自的列表/数组。

是否使用numpy数组列表？如果没有额外的上下文，很难说出更多的内容……将它们全部添加到列表中！！所以实际上我确实创建了一个数组列表，但是因为我必须在Tensorflow中的字典中输入它们，所以我不确定是否可以使用一个列表。如果可以的话，您将如何输入这个2d数组列表？您可以使用

+

操作符或

\uuuuIdd\uuuuUd

特殊方法。通常的解决方案是将每个批元素填充到最长列表的长度，然后使用标准密集张量。在大多数情况下，这将是最有效的。也可以输入这些数据，然后用它们构造一个SparseTensor，但是卷积运算在SparseTensor上不会很好，所以我不推荐在这里使用它。对于更高级的不规则序列的批处理，有

SequenceQueueingStateSaver

，它本质上就是在示例中播放俄罗斯方块。我需要更多关于该模型的详细信息来知道推荐哪一种。使用numpy阵列列表？如果没有额外的上下文，很难说出更多的内容……将它们全部添加到列表中！！所以实际上我确实创建了一个数组列表，但是因为我必须在Tensorflow中的字典中输入它们，所以我不确定是否可以使用一个列表。如果可以的话，您将如何输入这个2d数组列表？您可以使用

+

操作符或

\uuuuIdd\uuuuUd

特殊方法。通常的解决方案是将每个批元素填充到最长列表的长度，然后使用标准密集张量。在大多数情况下，这将是最有效的。也可以输入这些数据，然后用它们构造一个SparseTensor，但是卷积运算在SparseTensor上不会很好，所以我不推荐在这里使用它。对于更高级的不规则序列的批处理，有

SequenceQueueingStateSaver

，它本质上就是在示例中播放俄罗斯方块。我需要有关型号的更多详细信息，以了解推荐哪种型号。为什么一种型号使用

*

运算符，而另一种型号不使用该运算符？对不起，我应该提供有关该问题的更多详细信息。这些2d阵列是Tensorflow中CNN的输入数据。我原以为有一个大列表，但我可以在feed_dict={x:big_list？}中输入这个列表吗？如果是，您是如何做到这一点的？@EmanuelaLiaci我认为您应该编辑您的问题，以包括您试图对tensorflow执行的操作。为什么您对一个dimmension使用

*

运算符，而不对另一个dimmension使用该运算符？我应该提供有关该问题的更多详细信息，对不起。这些2d阵列是Tensorflow中CNN的输入数据。我原以为有一个大列表，但我可以在feed_dict={x:big_list？}中输入这个列表吗？如果是的话，你是如何做到的？@EmanuelaLiaci我认为你应该编辑你的问题，包括你试图用tensorflow做什么。