line 158應(yīng)該是tag_scores = model(x_pad, x_len)吧??
使用pytorch處理不同長(zhǎng)度序列在使用RNN處理序列類型數(shù)據(jù)(以語(yǔ)句序列為例)時(shí),常常會(huì)面臨數(shù)據(jù)長(zhǎng)度不同的情況。如果每次僅輸入處理一個(gè)樣本,由于RNN的參數(shù)共享機(jī)制,不同長(zhǎng)度的序列并不會(huì)出現(xiàn)什么問(wèn)題。但是如...
line 158應(yīng)該是tag_scores = model(x_pad, x_len)吧??
使用pytorch處理不同長(zhǎng)度序列在使用RNN處理序列類型數(shù)據(jù)(以語(yǔ)句序列為例)時(shí),常常會(huì)面臨數(shù)據(jù)長(zhǎng)度不同的情況。如果每次僅輸入處理一個(gè)樣本,由于RNN的參數(shù)共享機(jī)制,不同長(zhǎng)度的序列并不會(huì)出現(xiàn)什么問(wèn)題。但是如...
博主你好,請(qǐng)問(wèn)為什么有的時(shí)候可以運(yùn)行,有的時(shí)候報(bào)類似這樣的錯(cuò):RuntimeError: start (18) + length (1) exceeds dimension size (18)呢?
使用pytorch處理不同長(zhǎng)度序列在使用RNN處理序列類型數(shù)據(jù)(以語(yǔ)句序列為例)時(shí),常常會(huì)面臨數(shù)據(jù)長(zhǎng)度不同的情況。如果每次僅輸入處理一個(gè)樣本,由于RNN的參數(shù)共享機(jī)制,不同長(zhǎng)度的序列并不會(huì)出現(xiàn)什么問(wèn)題。但是如...