TensorFlowのtf.nn.dynamic_rnn演算子の入力テンソルはどのように構造化されていますか？

Question

tf.nn.dynamic_rnnグラフ操作を使用してTensorFlow 0.9.0で単語埋め込みと再帰的ニューラルネットワークを使用して言語モデルを作成しようとしていますが、inputテンソルがどのように構造化されているのか分かりません。

私はのコーパスがnワードであるとしましょう。私は各単語を長さeのベクトルに埋め込み、私はRNNをtタイムステップに展開します。デフォルトのtime_major = Falseパラメータを使用すると仮定すると、私のinputテンソル[batch_size, max_time, input_size]の形状はどのようになりますか？

おそらく特定の小さな例では、この疑問が明確になります。私はコーパスがn = 8のようになっているとします。 > [10、10、10]、2 - - > [20、20、20]、及び3 -

1, 2, 3, 3, 2, 1, 1, 2 

私は埋め込み1サイズE = 3のベクターに埋め込む言います> [30、30、30]、私のinputテンソルの外観はどうですか？

TensorFlow Recurrent Neural Network tutorialは読んでいますが、tf.nn.dynamic_rnnは使用していません。私もtf.nn.dynamic_rnnのドキュメントを読んだことがありますが、混乱しています。特に、ここでは「max_time」と「input_size」が何を意味するのかよくわかりません。

誰がN、トン、およびE、および/またはそのテンソルは、私が説明する小さなコーパスからのデータで初期化されたどのように見えるかの例の観点でinputテンソルの形状を与えることができます？あなたは、単一の例を見ているので、

TensorFlow 0.9.0、Pythonの3.5.1、あなたの場合はOS X 10.11.5

Answer 1

は、それは、batch_size = 1のように見えます。従ってmax_timeはのn=8であり、input_sizeは入力深度です。したがって、[1, 8, 3]の形をしたinputテンソルを作成したいと考えています。これはbatch_majorなので、最初の次元（バッチ次元）は1です。たとえば、n=6単語でもう1つの入力があった場合は、この2番目の例を8単語（最後の2単語埋め込みのために0をパディング）にパディングして組み合わせると、inputsのサイズになります[2, 8, 3]。