tensorflow InvalidArgumentError:

1. 错误信息描述

在使用(Bi)-LSTM，(Bi)-RNN 时遇到下述报错信息：

tensorflow.python.framework.errors_impl.InvalidArgumentError: seq_lens(8) > input.dims(1)
[[{{node fusion/bidirectional_rnn/bw/ReverseSequence}} = ReverseSequence[T=DT_FLOAT, Tlen=DT_INT32, batch_dim=0, seq_dim=1, _device="/job:localhost/replica:0/task:0/device:CPU:0"](dropout_2/mul, _arg_Placeholder_0_0)]]

截图更清晰： error.png

2. 问题定位

同样的问题，在 StackOverflow 很多人遇到类似的报错信息：
https://stackoverflow.com/questions/49078297/lstm-tensorflow-shape-error
google了一番，没有很多答案，但根据 错误提示（截图标红），并结合源码，可以发现问题是出在 tf/reverse_sequence()这个函数中；
通过查看 tf-api：
https://www.tensorflow.org/api_docs/python/tf/reverse_sequence
并结合W3Cschool的中文解释：
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-xhau2ihk.html

image.png

可以 定位问题 在于：
(Bi)-RNN中利用 tf/reverse_sequence() 对序列进行翻转过程中，所传入的 seq_lengths 的值须满足： seq_lengths[i] <= input.dims[seq_dim]，即seq_lengths的值不能大于所翻转序列本身的长度！

3. 解决方案

因此，在调用bidirectional_dynamic_rnn（如下）之类函数过程中，需要对传入的参数 seq_length 做一定的限制，使其不大于序列本身的长度！

outputs, state = tf.nn.bidirectional_dynamic_rnn(cell_fw, cell_bw,
                                                 inputs=seq_encodes,
                                                 sequence_length=seq_length,
                                                 dtype=tf.float32)

如，你可能需要在数据class中做如下处理：

sample['seq_length'] = min(self.max_seq_len, len(sample['seq']))

如果你有任何疑问或不同见解，欢迎在下方留言或私信我一起探讨学习！

参考文献

https://www.tensorflow.org/api_docs/python/tf/reverse_sequence
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-xhau2ihk.html