TensorFlow LSTM生成模型

Question

我正在处理这里讨论的LSTM语言模型教程.

对于语言模型,通常使用该模型在训练后从头开始生成新句子(即来自模型的样本).

我是TensorFlow的新手,但我正在尝试使用我训练过的模型生成新单词,直到句末标记.

我最初的尝试:

x = tf.zeros_like(m.input_data)
state = m.initial_state.eval()
for step in xrange(m.num_steps):
    state = session.run(m.final_state,
                               {m.input_data: x,
                                m.initial_state: state})
    x = state

它失败并出现错误:

ValueError:使用序列设置数组元素.

Answer 1

这里的问题似乎是传递中的m.input_data: x映射.在这种情况下,TensorFlow期望这是一个numpy数组(或某个可以隐式转换为numpy数组的对象),但该值是TensorFlow (结果).feed_dictsession.run()xTensortf.zeros_like()

幸运的是,解决方案很简单.替换x = tf.zeros_like(m.input_data)为以下内容:

x = tf.zeros_like(m.input_data).eval()

...确保将x其转换为numpy数组.

(请注意,实现此目的的更直接方法是将初始值构造x为适当大小的numpy数组.)