tensorflow：tf.splitはここで奇妙なパラメータに

Question

を与えられたコード（from here）です。

import tensorflow as tf 
from tensorflow.examples.tutorials.mnist import input_data 
from tensorflow.python.ops import rnn, rnn_cell 
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True) 

hm_epochs = 3 
n_classes = 10 
batch_size = 128 
chunk_size = 28 
n_chunks = 28 
rnn_size = 128 


x = tf.placeholder('float', [None, n_chunks,chunk_size]) 
y = tf.placeholder('float') 
def recurrent_neural_network(x): 
    layer = {'weights':tf.Variable(tf.random_normal([rnn_size,n_classes])), 
      'biases':tf.Variable(tf.random_normal([n_classes]))} 

    x = tf.transpose(x, [1,0,2]) 
    x = tf.reshape(x, [-1, chunk_size]) 
    x = tf.split(0, n_chunks, x) 

    lstm_cell = rnn_cell.BasicLSTMCell(rnn_size,state_is_tuple=True) 
    outputs, states = rnn.rnn(lstm_cell, x, dtype=tf.float32) 

    output = tf.matmul(outputs[-1],layer['weights']) + layer['biases'] 

    return output 
def train_neural_network(x): 
    prediction = recurrent_neural_network(x) 
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(prediction,y)) 
    optimizer = tf.train.AdamOptimizer().minimize(cost) 


    with tf.Session() as sess: 
     sess.run(tf.initialize_all_variables()) 

     for epoch in range(hm_epochs): 
      epoch_loss = 0 
      for _ in range(int(mnist.train.num_examples/batch_size)): 
       epoch_x, epoch_y = mnist.train.next_batch(batch_size) 
       epoch_x = epoch_x.reshape((batch_size,n_chunks,chunk_size)) 

       _, c = sess.run([optimizer, cost], feed_dict={x: epoch_x, y: epoch_y}) 
       epoch_loss += c 

      print('Epoch', epoch, 'completed out of',hm_epochs,'loss:',epoch_loss) 

     correct = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1)) 

     accuracy = tf.reduce_mean(tf.cast(correct, 'float')) 
     print('Accuracy:',accuracy.eval({x:mnist.test.images.reshape((-1, n_chunks, chunk_size)), y:mnist.test.labels})) 

train_neural_network(x) 

私は問題がx = tf.split(0, n_chunks, x)を理解する必要があり、より多くのspecificaly三番目のパラメータ（x -input）。 documenationこれは軸でなければなりません...しかし、そうはできません、そうですか？ xは一次元ですか？ 些細なことをお詫び申し上げます。私は初心者であり、得ることができません。多分それは正式なものかもしれませんが、それがどういうものなのか分かりません...

Answer 1

これは軸でなければなりません...しかし、それはできないでしょうか？以降tensorflow 1.0から

、tf.splitの最初の引数は軸ではありませんが、私は、コードが最初の引数が本当に軸である古いバージョンを使用して書かれたと仮定します。

1次元ではありませんか？

xは一次元ではありません。 tf.split、xへの呼び出しは、この文で3から2次元から再形成される直前：

x = tf.reshape(x, [-1, chunk_size]) 

文は、2次元とテンソルにxを整形：二次元のサイズはchunk_sizeとの大きさであります最初の次元が推測されます（つまり、-1がここに示すものです）。