Python Tensorflow可优化张量列表

我已经创建了两个不同大小的张量列表，例如：

n=5
x=[placeholder(tf.float64,[i*2,None]) for i in range(n)]
y=[placeholder(tf.float64,[i*2,None]) for i in range(n)]

我想使用x作为自动编码器的输入，y作为输出： 1） 有没有更好的方法来分组我的张量而不是使用列表？ 2） 我怎样才能让TensorFlow同时学习x中的所有张量？我应该使用tf.group吗？还是有更好的办法

---

谢谢

用

tf.Pad

将它们填充到相同的大小，然后用

tf.stack

将它们堆叠成单个张量

我认为你的问题中没有足够的信息给你一个更好的答案。所以我要求你提供更多的细节