Tensorflow tf.keras.layers.Conv1D是否支持RaggedSensor输入？

在tensorflow conv1D层文档中，它说：

'将此层用作模型中的第一层时，请提供 输入_形状参数（整数元组或无元组，例如（10，128）用于 128维向量的10个向量的序列，或 128维向量的可变长度序列。”

所以我知道我们可以输入可变长度序列，但当我对conv1D层使用不规则张量输入时，它会给我一个错误：

ValueError:Layer conv1d不支持将碎布传感器作为输入

如果不是粗糙的传感器，可变长度序列的真正含义是什么

---

谢谢，

在这里为社区提供答案，即使答案已经出现在评论部分

tf.keras.layers.Conv1D

不支持参差不齐的张量，您可以使用

tf.keras.preprocessing.sequence.pad_sequences

填充序列，并将其用作Conv1D层的输入

下面是填充顺序的示例

sequence = [[1], [2, 3], [4, 5, 6]]
tf.keras.preprocessing.sequence.pad_sequences(sequence)

数组（[[0,0,1]，[0,2,3]，[4,5,6]]，dtype=int32）

您还可以执行固定长度填充、更改填充值以及按如下方式发布填充：

sequence = [[1], [2, 3], [4, 5, 6]]
tf.keras.preprocessing.sequence.pad_sequences(sequence,maxlen=2,value=-1,padding="post")  

数组（[[1，-1]，[2,3]，[5,6]]，dtype=int32）

---

起初我认为也许你可以有一个层之前，它会考虑到这一点，但就我所能看到的卷积层不支持掩蔽（这是指RNN主要）。我认为这在文档中的意思是，在序列长度维度中可以有不同大小的批。例如，在数据集中，每次都可以返回具有不同形状的批。关于不规则张量，它们似乎不受支持，因此您最好将其转换为常规张量。您可以稍后使用如果您保存并将结果传递给，请将我返回到ragged。感谢您的建议，我填充了ragged张量，它起了作用。但性能显著下降…您的意思是什么？我以为您以前无法运行它。性能下降与什么有关？conv1D层不接受ragged张量作为输入，所以我有首先使用tf.keras.preprocessing.sequence.pad_sequences（）填充它，现在它开始工作了。很抱歉，我的意思是，现在需要更长的时间。你能看看这里吗？