Deep learning Pytorch：如何在一批中处理不同的输入大小？

我正在点云上实施与DeepSets架构密切相关的东西：

这意味着我正在处理一组输入（坐标），让完全连接的层分别处理每个输入，然后对它们执行平均池（然后进行进一步处理）

每个样本i的输入是一个形状张量

[L_i，3]

，其中

L_i

是点数，最后一个维度是

3

，因为每个点都有x，y，z坐标。关键的是，

L_i

取决于样本。因此，每个实例的点数不同。当我把所有的东西都放进一个批次中时，我当前的输入形状是

[B，L，3]

，其中

L

大于

L\u I

。单个样本用0填充。问题是网络不会忽略0，它们会被处理并反馈到平均池中。相反，我希望平均池只考虑实际点（不填充0）。我确实有另一个数组存储长度

[L_1，L_2，L_3，L_4…]

，但我不知道如何使用它

我的问题是：如何以最优雅的方式在一批中处理不同的输入大小

这就是模型的定义方式：

encoder = nn.Sequential(nn.Linear(3, 128), nn.ReLU(), nn.Linear(128, 128))
x = self.encoder(x)
x = x.max(dim=1)[0]
decoder = ...

---

也许我遗漏了一些东西，但在您的示例代码中，您在哪里执行平均池？我在这个版本中执行最大池（

x.max（dim=1）[0]

）。我的目标是在哪种池类型或更复杂的操作方面保持灵活性。因此，解决方案不应包括向零值添加平均值等。