Pytorch embedding 或 lstm（我不知道其他 dnn 库）默认无法处理变长序列。我看到各种技巧来处理可变长度。但我的问题是，为什么会这样？我的意思是，序列几乎从不具有相同的大小/长度，并且 rnn/lstm 应该循环直到序列结束。如果是这样，为什么它会对小批量序列的各种长度敏感？Pytorch Embedding 是一个查找表。对我来说，我认为没有任何理由对可变长度敏感。不应该是理想的情况是，我可以给出一个包含可变数量单词的小批量句子？如下所示：

word_embedding = nn.Embedding(17,5)
#each vector is a sentence
word_embeds=word_embedding(torch.tensor([[1,2,3,4,5],[4,5,6,7]]))