Reconvalent Convolutional Autoencoder in Tensorflow

Question

Ich versuche, eine wiederkehrende Faltung Autoencoder in Tensorflow zu bauen, aber ich habe Probleme beim Verknüpfen der Faltung Autoencoder mit der wiederkehrenden Schicht.

Von meinem Verständnis der eine Tensorflow RNNCell nimmt eine Eingabe von Form (Batch_size, time_steps, info_vector), aber meine 1D Faltungsschicht hat eine Ausgabeform von (Batch_size, info_vector). Gibt es eine Möglichkeit, Tensorflow die vorherigen Informationsvektoren speichern zu lassen. Alternativ muss ich eine 2D-Faltung verwenden, der Eingabe eine zusätzliche time_step-Dimension hinzufügen und sie dann nicht über diese Dimension falten?

Answer 1

Versuchen Sie, die Dimensionalität des Tensor zu erweitern:

cnn_out = last_output_of_cnn # for example shape [32,10] 
cnn_out = tf.expand_dims(cnn_output, axis=-1) # new shape [32,10,1] 

Sie diese in der ersten Schicht der RNN verwenden können, wo hier „Zeitschritt“ ist 10.