每批具有不同输入尺寸的Lstm（pyTorch）

我正在从TensorFlow切换到PyTorch，我的网络出现了一些问题

我制作了一个Collator（用于数据加载器），它将每个批次中的每个张量（最初的句子）填充到每个批次的Maslen中

因此，我每批都有不同的输入大小

我的网络由LSTM->LSTM->DENSE组成

我的问题是，如何将此变量输入大小指定给LSTM

我假设在TensorFlow中，我会在LSTM中输入（（无，x））

---

提前感谢

LSTM的输入大小不是样本的长度。假设你有一批三个样本：第一个样本长度为10，第二个样本长度为12，第三个样本长度为15。所以你已经做的是用零填充它们，这样所有三个都有15号。但下一批可能已经被填充到16。当然 但这15不是LSTM的输入大小。批次中样本的一个元素大小中的输入大小。这应该永远是一样的。 例如，当您要对名称进行分类时： 输入是名称，例如“joe”、“mark”、“lucas”。 但是LSTM作为输入的是字符。那么“J”和“o”等等。因此，作为输入大小，您必须输入一个字符的维数。 如果使用嵌入，则为嵌入大小。当您使用一个热编码时，向量大小（可能为26）。LSTM迭代地获取单词的字符。不是一下子把整个词都说出来的

self.lstm = nn.LSTM(input_size=embedding_size, ...)

---

我希望这回答了你的问题，如果没有请澄清它！祝你好运

嗨，事实上，在我发布这个问题后，我自己也理解了这一点，这是它在每个框架中的工作方式，我不知道为什么我一开始就感到困惑。但是，我真的很感谢你详细的回答。非常感谢。