在 Tensorflow 中处理来自 tf.nn.dynamic_rnn 的输出
Handling outputs from tf.nn.dynamic_rnn in Tensorflow
我正在将 3 层 LSTM 传递给 tf.nn.dynamic_rnn 函数。我想以特定方式处理 dynamic_rnn 函数的输出：也就是说，我想让 dynamic_rnn 输出流向全连接层。 dynamic_rnn 的输出是 rank-3 张量，形状为 [batch_size, sequence_length, hidden_dim]。
我曾经将形状为[batch_size, hidden_dim]的output[:, -1]传递给FC层，因为我曾经只想使用dynamic_rnn的最后一个输出。
不过，这次我想使用整个序列的输出，即output[:]，它是一个3维张量，但是到FC层的连接权重用2表示-d 张量 W.
查看 tf.layers.dense 的代码，了解如何在层中处理任何秩张量（具有最内层深度维度）的示例。即：tf.matmul 知道如何通过适当的广播将矩阵乘法应用于 3-tensor：
tf.matmul(A,W) 其中 A 的形状为 [b,t,d] 并且 W 的形状为 [d,e] 沿内部维度取内积：输出的形状为 [b,t,e]。添加偏置向量，形状为 [e]，将同样正确广播。
我正在将 3 层 LSTM 传递给 tf.nn.dynamic_rnn 函数。我想以特定方式处理 dynamic_rnn 函数的输出：也就是说，我想让 dynamic_rnn 输出流向全连接层。 dynamic_rnn 的输出是 rank-3 张量，形状为 [batch_size, sequence_length, hidden_dim]。
我曾经将形状为[batch_size, hidden_dim]的output[:, -1]传递给FC层，因为我曾经只想使用dynamic_rnn的最后一个输出。
不过，这次我想使用整个序列的输出，即output[:]，它是一个3维张量，但是到FC层的连接权重用2表示-d 张量 W.
查看 tf.layers.dense 的代码，了解如何在层中处理任何秩张量（具有最内层深度维度）的示例。即：tf.matmul 知道如何通过适当的广播将矩阵乘法应用于 3-tensor：
tf.matmul(A,W) 其中 A 的形状为 [b,t,d] 并且 W 的形状为 [d,e] 沿内部维度取内积：输出的形状为 [b,t,e]。添加偏置向量，形状为 [e]，将同样正确广播。