我开始在 Google 的 tensorflow 框架中试验神经网络，特别是在研究一个具有 LSTM 层的模型。我正在使用RNN 教程来帮助我入门。

为了训练我的模型，我有几千个数据点长的数据序列。在本教程中，作者正在处理小数据序列（段落的短句）并将这些序列连接在一起，用 分隔<end of stream>，将整个数据集平均分成batch_size多个块并并行处理这些块。我想从头到尾分别处理我的每个数据序列，但希望能够并行处理其中的几个，因为rnn_cell对象被设置为执行（它们一次处理batch_size序列）。

如果序列长度相同，这将是直截了当的，但事实并非如此。Anrnn_cell.LSTMCell期望数据以固定的维度进入batch_size x input_size，所以一旦一些序列到达终点并且我batch_size想要减少，就会出现问题。

我该如何解决这个问题？我不认为我可以“左”或“右”证明我的数据的合理性，以便它们在不影响训练的情况下排列。