Tensorflow展开LSTM的时间比输入序列长

我想在tensorflow中创建一个LSTM来预测时间序列数据。我的训练数据是一组不同长度的输入/输出序列。我可以在同一训练批中包含多个不同长度的序列吗？或者我需要把它们垫成相等的长度吗？如果是，怎么做

---

另外：如果展开的RNN比输入序列长，tensorflow会怎么做？

rnn（）

方法包含一个可选的

sequence\u length

参数，该参数似乎是为处理这种情况而设计的，但我不清楚它的作用是什么。

是否从头开始构建模型？否则，您可能需要查看translate.py-model。在这里，您的问题由以下人员处理： -用PAD符号填充输入（和输出）序列（基本上是中性的“无信息”符号）

---

-bucket：对于不同的长度组，您可以创建不同的bucket（只有当序列长度从最短到最长非常不同时才有意义）

您想从头开始构建模型吗？否则您可能需要查看translate.py-model。您的问题可以通过以下方式解决： -用PAD符号填充输入（和输出）序列（基本上是中性的“无信息”符号）

---

-bucket：对于不同的长度组，您可以创建不同的bucket（只有当序列长度从最短到最长非常不同时才有意义）

您不必将相同长度的输入/输出序列批处理到一个批中。TF有一种指定输入大小的方法。参数“sequence\u length”，控制单元格展开的时间步数。因此，TF将只展开单元格到序列长度，而不展开到步长

因此，在为输入和输出馈电的同时，也为包含每个输入长度的序列长度数组馈电

 tf.nn.bidirectional_rnn(fwd_stacked_lstm_cells, bwd_stacked_lstm_cells, 
                          reshaped_inputs,                                                                                 
                          sequence_length=sequence_length)

在哪里

• len（长度）=批次尺寸和
• 对于所有i，长度[i]==输入x[i]的长度（与输出y[i]的长度相同）

---

您不必将相同长度的输入/输出序列批处理到一个批处理中。TF有一种指定输入大小的方法。参数“sequence\u length”控制单元格展开的时间步数。因此TF将仅将单元格展开到sequence\u length，而不会展开到步长

因此，在为输入和输出馈电的同时，也为包含每个输入长度的序列长度数组馈电

 tf.nn.bidirectional_rnn(fwd_stacked_lstm_cells, bwd_stacked_lstm_cells, 
                          reshaped_inputs,                                                                                 
                          sequence_length=sequence_length)

在哪里

• len（长度）=批次尺寸和
• 对于所有i，长度[i]==输入x[i]的长度（与输出y[i]的长度相同）