我正在使用 word2vec 作為輸入構建 LSTM 模型。我正在使用張量流框架。我已經完成了詞嵌入部分，但我仍然堅持使用 LSTM 部分。這里的問題是我有不同的句子長度，這意味著我必須進行填充或使用具有指定序列長度的 dynamic_rnn 。我和他們兩個都在掙扎。填充。填充的令人困惑的部分是當我做填充時。我的模型就像word_matrix=model.wv.syn0X = tf.placeholder(tf.int32, shape)data = tf.placeholder(tf.float32, shape)data = tf.nn.embedding_lookup(word_matrix, X)然后，我將 word_matrix 的單詞索引序列輸入 X。我擔心如果我將零填充到輸入 X 的序列中，那么我會錯誤地繼續輸入不必要的輸入（在本例中為 word_matrix[0]）。所以，我想知道 0 填充的正確方法是什么。如果您讓我知道如何使用 tensorflow 實現它，那就太好了。dynamic_rnn 為此，我聲明了一個包含所有句子長度的列表，并在結尾處將它們與 X 和 y 一起提供。在這種情況下，我不能批量輸入輸入。然后，我遇到了這個錯誤（ValueError: as_list() is not defined on an unknown TensorShape.），在我看來，sequence_length 參數只接受列表？（雖然我的想法可能完全不正確）。以下是我的代碼。X = tf.placeholder(tf.int32)labels = tf.placeholder(tf.int32, [None, numClasses])length = tf.placeholder(tf.int32)data = tf.placeholder(tf.float32, [None, None, numDimensions])data = tf.nn.embedding_lookup(word_matrix, X)lstmCell = tf.contrib.rnn.BasicLSTMCell(lstmUnits, state_is_tuple=True)lstmCell = tf.contrib.rnn.DropoutWrapper(cell=lstmCell, output_keep_prob=0.25)initial_state=lstmCell.zero_state(batchSize, tf.float32)value, _ = tf.nn.dynamic_rnn(lstmCell, data, sequence_length=length,                             initial_state=initial_state, dtype=tf.float32)我在這部分很掙扎，因此非常感謝任何幫助。