Deep learning 如何在Pytorch中以批处理方式调用函数

我已经定义了一个函数，我只想知道是否可以批量执行它。比如说,

def function():
    Some processes here
    return x

def forward():
    encode = self._encoding(embedded_premises,premises_lengths)

现在，编码将是3D张量，它将是

批量大小、seq_长度、隐藏大小

我想执行

函数（）

batchwise和

返回x

---

除了在所有批次上循环之外，还有其他方法吗？

如果您在

函数中使用pytorch函数，如果您希望您的方法使用autograd，它很可能会以批次方式工作。这意味着大多数pytorch操作都将第一个维度作为批处理维度（例如卷积、线性层等）来考虑。有时，表达操作更为复杂，因此它既正确又快速，但一般来说，pytorch构建时假设操作将用于批处理数据，并且尽可能简单。如果您有一个更具体的
函数的示例，请发布。
您能添加更多关于
函数的详细信息吗？pytorch中的大多数操作都是批处理的already@UmangGupta关于
函数
，您想了解什么？事实上，我知道有一些函数像这里讨论的矩阵乘法。如果有帮助，
功能
不是内置的。我已经实现了自己的自定义函数。例如，我的
forward（）。。那么对不起，不！它不存在。所以这取决于您在批处理中执行的操作。大多数操作（如conv、lstm等）都已批量运行。