0
全体として、Tensorflowを使用してRNNモデルを作成しています。私はRNNCellを継承し、自分のセルをカスタマイズします。最後に、dynamic_rnnを使用してRNN全体を構築します。詳細は、テンソルを形状[n、m]から[n、m、1]に変換したいということです。私はこれを実装するために2つのメソッドを使用します。私は何を期待Tensorflowでreshapeとexpand_dimsを使用して異なる結果が得られるのはなぜですか？
tf.reshape(matrix, [n, m, 1]) # the first method
tf.expand_dims(matrix, -1) # the second method
は、これらの2つの方法を使用して、私は（すべてのランダムシードが固定されている）全く同じトレーニングと予測結果を得るということです。しかし結果は異なっている。私は本当に混乱しています。
ありがとうございます！私は 'reshape（行列、[n、m、1]）'と 'expand_dims（行列、-1）の両方の結果を得るためにsession.runを使いますが、それらはまったく同じです。 「その機能は違いますか？」とはどういう意味ですか？固定ランダムシードを設定するので、コードを実行するたびにランダム性がなくなります。 – jzb
同じ入力で同じ結果が一貫して得られますか？ –
はい、一貫して方法1（または方法2）を使用すると、ランダムなシードが固定されているので、常に同じ結果が得られます。しかし、私のコードを方法1から方法2に切り替えると（その逆）、私は異なる結果になります。 – jzb