machine-learning - 当我的输入和输出不是固定长度时，如何使用 Encoder-Decoder RNN？

Question

例如，我的每个输入数据的长度可以是 5 或 10 或 15 ，它不是固定的，它与输出相同，当我使用 Encoder-Decoder RNN (seq2seq) 时如何处理这个问题？

Answer 1

我假设小批量时会出现问题，否则，单独处理每个样本没有问题..

最简单的策略是确保小批量中的所有样本具有相同的长度。否则，另一种解决方案是填充，它在称为 PAD 的词汇表中添加一个新符号，然后将短样本填充到 mini-batch 中最长样本的长度。