我正在尝试在Tensorflow中构建一个循环卷积自编码器，但我遇到了将卷积自编码器与循环层连接的问题。

据我所知，Tensorflow的RNNCell需要输入形状为(batch_size, time_steps, info_vector)，但我的1D卷积层的输出形状为(batch_size, info_vector)。有没有办法让Tensorflow存储之前的信息向量？或者我是否需要使用2D卷积，给输入添加一个额外的时间步维度，然后不对该维度进行卷积？

回答：

尝试扩展张量的维度：

cnn_out = last_output_of_cnn # 例如形状为 [32,10]
cnn_out = tf.expand_dims(cnn_output, axis=-1) # 新形状为 [32,10,1]

你可以在RNN的第一层使用这个，这里“时间步”为10。