3
異なるタイムステップ（異なるフレーム数）を持つ入力でLSTMを使用しようとしています。 rnn.static_rnnへの入力は、tf（tf！ではなく）のシーケンスでなければなりません。だから、私は自分の入力をシーケンスに変換する必要があります。 tf.unstackとtf.splitを使用しようとしましたが、入力の正確なサイズを知る必要がありますが、入力の1つの次元（タイムステップ）は異なる入力によって変化しています。以下は、私のコードの一部です：テンソルフローのNoneディメンションの入力（プレースホルダ）をアンパック（アンスタック）します
n_input = 256*256 # data input (img shape: 256*256)
n_steps = None # timesteps
batch_size = 1
# tf Graph input
x = tf.placeholder("float", [ batch_size , n_input,n_steps])
y = tf.placeholder("float", [batch_size, n_classes])
# Permuting batch_size and n_steps
x1 = tf.transpose(x, [2, 1, 0])
x1 = tf.transpose(x1, [0, 2, 1])
x3=tf.unstack(x1,axis=0)
#or x3 = tf.split(x2, ?, 0)
# Define a lstm cell with tensorflow
lstm_cell = rnn.BasicLSTMCell(num_units=n_hidden, forget_bias=1.0)
# Get lstm cell output
outputs, states = rnn.static_rnn(lstm_cell, x3, dtype=tf.float32,sequence_length=None)
私はtf.unstackを使用していたとき、私はエラーを次しまっ：
ValueError: Cannot infer num from shape (?, 1, 65536)
はまた、いくつかの議論hereとhereがありますが、それらのどれものために有用ではなかったです私。どんな助けもありがとうございます。