tensorflow - FC 层后接 LSTM - Tensorflow

Question

我正在尝试使用 LSTM。我的输入数据是 224*1，我的标签是 70*1。

在将输入连接到 LSTM 之前，我尝试将输入数据与标签值进行匹配。

所以我一开始就尝试使用FC层，将其留给FC层来学习输入标签的非线性尺度，然后将FC层的输出连接回LSTM。

我尝试通过展平和 reshape 来使用 tf.reshape，它不起作用，因为大小不同。

有人可以帮我解决这个问题吗？这有可能吗？我现在得到的 FC 层的输出是:

fc_layer:tf.Tensor 'Reshape:0' shape=(224, 70, 1) dtype=float32


Code
fc_layer = tf.contrib.layers.fully_connected(inputs =                     
                 batchX_placeholder, num_outputs = 70, activation_fn = 
                                                          tf.nn.relu)
fc_layer = tf.reshape(fc_layer,[-1, 70 , 1])



#######RNN Layer
init_state = tf.placeholder(dtype = tf.float32, shape = [num_layers, 2, 
batch_size, state_size],name = 'init_state')

state_per_layer_list = tf.unstack(init_state, axis=0)
rnn_tuple_state = tuple(
[tf.nn.rnn_cell.LSTMStateTuple(state_per_layer_list[idx][0], 
state_per_layer_list[idx][1])
    for idx in range(num_layers)]
)

Answer 1

我通过连续创建 2 个 FC 层来尝试此操作。

输入为 [1,224]

fc_layer1 = tf.contrib.layers.fully_connected(inputs, num_outputs = 224, activation_fn = tf.nn.relu)



fc_layer2 = tf.contrib.layers.fully_connected(inputs = fc_layer1, num_outputs = 70, activation_fn = tf.nn.relu)

现在我有了形状为 (1,70) 的 fc_layer2。我的 LSTM 标签是 (70)。我想我现在可以继续进行 LSTM 设计