Python 3.x 我使用pack_padded_sequence（）并将其放入lstm层，但我得到了start（）+；长度（）超过维度大小（）。错误

在我的模型中，有一个嵌入层，一个conv1d层，一个lstm层。我用的是火把。 我的问题是: 当我将

pack=pack\u padded\u sequence（conv）

放入lstm层时，我得到了

RuntimeError:start（pack[0].size（0））+长度（1）超过了维度大小（pack[0].size（0））。

error。为什么我会犯这个错误？什么意思？？请帮帮我

类CNNModel（nn.Module）：
def uuu init uuuu（self，vocab u size:int，embed u size:int，out u size:int，filter u size:List[int]，hidden u size:int，
图层编号：int，焊盘编号：int=1）：
super（）。\uuuu init\uuuuu（）
self.vocab_size=vocab_size
self.embed\u size=嵌入大小
self.pad=pad
self.out\u size=out\u size
self.filter\u size=过滤器大小
self.hidden\u size=隐藏的大小
self.layer\u num=layer\u num
self.embed=nn.Embedding(
num_embeddings=self.vocab_size，
嵌入尺寸=自嵌入尺寸，
padding_idx=self.pad，
)
self.cnn=nn.Conv1d(
in_channels=self.embed_size，
out\u通道=自我输出大小，
kernel\u size=self.filter\u size[0]，
偏差=正确，
)
self.lstm=nn.lstm(
输入大小=自输出大小，
隐藏大小=self.hidden大小，
num\u layers=self.layer\u num，
双向=真，
批次_first=True，
)
def转发（自身、批次）：
embed=self.embed（batch.word[0]）#[B（64），L（465），F（256）]
嵌入=嵌入。转置（1，2）#[B（64），L（256），F（465）]
conv=self.cnn（嵌入）#[B（64），F（64），L（465）]
conv=conv.transpose（1，2）#[B（64），L（465），F（64）]
编码=包填充序列（conv，
[tensor.item（）表示batch.word[1]中的张量，
批次（第一个=真）
打印（f'encoding=>{encoding[0].size（）}'）#[8093,64]
打印（f'encoding=>{encoding[1].size（）}'）#[465]
_，（h，_）=self.lstm（编码）#[bsz，sln，dim3]
打印（f'h=>{h}'）

结果如下

 File "/Users/user_name/anaconda3/lib/python3.7/site-packages/torch/nn/modules/rnn.py", line 182, in forward
    self.num_layers, self.dropout, self.training, self.bidirectional)
RuntimeError: start (8093) + length (1) exceeds dimension size (8093).

---

这可能是一个逐个错误。尝试将端点修改为1