Tensorflow：メタ文字を取得するときのプレースホルダの形状を変更する

Question

リカレントニューラルネットワーク（LSTM）を訓練し、重みとメタグラフを保存しました。予測のためにメタグラフを取得すると、シーケンスの長さがトレーニング中のものと同じであれば、すべてが完全に機能します。

LSTMの利点の1つは、入力のシーケンス長が変わる可能性があることです（たとえば、入力が文章を構成する文字である場合、文章の長さは異なる場合があります）。

メタグラフからグラフを取得するときに、入力のシーケンス長を変更するにはどうすればよいですか？コードと

詳細：トレーニングの間

は、私がデータを供給するために、プレースホルダxとyを使用しています。予測のために、これらのプレースホルダを取得しますが、形状を変更することはできません（[None, previous_sequence_length=100, n_input]から[None, new_sequence_length=50, n_input]まで）。私は予測のためメタグラフを取得するファイルprediction.pyで

self.x = tf.placeholder("float32", [None, self.n_steps, self.n_input], name='x_input') 
self.y = tf.placeholder("float32", [None, self.n_classes], name='y_labels') 
tf.add_to_collection('x', self.x) 
tf.add_to_collection('y', self.y) 
... 

def build_model(self): 
    #using the placeholder self.x to build the model 
    ... 
    tf.split(0, self.n_input, self.x) # split input for RNN cell 
    ... 

：アーキテクチャとプレースホルダを定義するファイルmodel.pyで

、ここで

with tf.Session() as sess: 
    latest_checkpoint = tf.train.latest_checkpoint(checkpoint_dir=checkpoint_dir) 
    new_saver = tf.train.import_meta_graph(latest_checkpoint + '.meta') 
    new_saver.restore(sess, latest_checkpoint) 
    x = tf.get_collection('x')[0] 
    y = tf.get_collection('y')[0] 
    ... 
    sess.run(..., feed_dict={x: batch_x}) 

は私が得るエラーです：

ValueError: Cannot feed value of shape (128, 50, 2) for Tensor u'placeholders/x_input:0', which has shape '(?, 100, 2)' 

注：私はこの問題を解決することができますn メタテキス​​トを使用せず、ゼロからモデルを再構築し、保存された重みだけをロードします（メタグラフではありません）。

EDIT：Noneでself.n_stepsを交換しtf.split(0, self.x.get_shape()[1], self.x)とtf.split(0, self.n_input, self.x)を変更するとき、私は次のエラーを取得する：TypeError: Expected int for argument 'num_split' not Dimension(None).

Answer 1

あなたvaribleを定義するとき、私はあなたが

[None, None, n_input] 

を以下のように記述することをお勧め代わりに：

[None, new_sequence_length=50, n_input] 

それは私のケースで動作します。私はそれが助けてくれることを願っています