Flair Elmo嵌入在Pytorch模型中的应用

我尝试在PyTorch模型上生成elmo嵌入，在每次批处理迭代中，如：

for batch in iterator:
        optimizer.zero_grad()
        embeddings = get_elmo_embeddings(batch.dataset.examples)
        predictions = model(embeddings).squeeze(1)
        target = batch.target

where the get elmo embeddings is something like:

from flair.embeddings import StackedEmbeddings
from flair.embeddings import ELMoEmbeddings
from flair.data import Sentence


elmo_embedding = ELMoEmbeddings('original')
stacked_embeddings = StackedEmbeddings(embeddings = [elmo_embedding])

def get_elmo_embeddings(text):
    flat_list = list()
    for x in text:
      sentence = Sentence(x.text)
      stacked_embeddings.embed(sentence)
    
    return elmo(stacked_embeddings)

为了将这些嵌入提供给模型，但问题是，对于单个批处理，创建它们需要几个小时。。我做错什么了吗？有没有关于如何改进的建议

另外，当我将它输入到模型时，它可以直接进入GRU还是需要更多的处理

谢谢大家抽出时间：）