关于tf.nn.raw_rnn中emit_structure为None引发tf.where报错的技术疑问

你提到的这个问题确实是使用tf.nn.raw_rnn时很容易踩的一个坑，官方文档这里的描述确实不够明确，容易让人产生困惑！

问题根源 #

按照文档逻辑，首次运行loop_fn时返回的emit_structure，是用来给后续已完成的小批量条目生成占位零张量的——也就是通过emit = tf.where(finished, tf.zeros_like(emit_structure), emit)这条语句，把已完成条目的输出替换成和emit_structure同形状同类型的零。但如果emit_structure设为None，tf.zeros_like(emit_structure)必然会抛出错误，因为tf.zeros_like的输入必须是一个有效的张量，None完全不满足要求。

解决思路 #

这里给你两个可行的解决方向：

• 返回合法的零张量作为初始emit_structure：如果你的初始步骤没有实际输出，不要返回None，而是返回一个和后续emit形状、数据类型完全一致的零张量。比如后续emit是形状为[batch_size, 64]的float32张量，那首次loop_fn返回的emit_structure就可以写成：

  emit_structure = tf.zeros((batch_size, 64), dtype=tf.float32)
  

  这样后续的tf.where就能正常生成对应的占位零张量，保证输出形状统一。
• 调整loop_fn逻辑避免依赖emit_structure：如果你的场景中不需要给已完成条目填充零（这种情况比较少见，因为批量处理通常需要输出形状一致），可以重新设计loop_fn的输出逻辑，去掉依赖emit_structure的tf.where语句，但要注意保证所有批量条目的输出长度对齐。

内容的提问来源于stack exchange，提问作者figs_and_nuts