Python 有没有可能在Pytorch中没有填充的情况下对动态长度的句子进行最大池？

假设我有三组不同的张量：

x1 = torch.randn(3,16)
x2 = torch.randn(5,16)
x3 = torch.randn(2,16)

对于它们中的每一个，我想应用一个最大池，并得到

1x16

维张量作为输出。有没有不填充输入张量的方法？ 我的意思是，我想我可以做我想做的事情，首先填充x1和x3张量，使它们也变成5x16张量。然后我可以应用maxpool1d（）操作符来获得我想要的。

是

您只需将

MaxPool1d（）

应用于任何大小，它们（可能）都会自动填充。请注意，不幸的是，您需要切换维度，因为默认情况下，它将沿着第三维查找池

下面是一个简短的工作示例：

import torch
import torch.nn as nn

op = nn.MaxPool1d(5) # kernel size of 5
x1 = torch.zeros([1,16,1])
x2 = torch.zeros([1,16,3])

op(x1) # works

op(x2) # works as well

要使张量处于正确的维度，可以使用

.view（）

，并与

.unsqueze

结合使用。假设给定的

x1

具有维度

（2,16）

，只需执行以下操作

x1.view(16,2).unsqueeze(dim=0)

然后通过

result_x1 = op(x1).view(1,16) # only one value left due to pooling

---

是否希望所有3个张量的

1x16

维度输出？或者，是否要对串联的张量应用最大池，只获取一个形状为

1x16

的输出张量？