小编ZH *_*LIU的帖子

嗨，我有一个问题，关于如何从BI-LSTM模块的输出中收集正确的结果。

假设我有一个10长度的序列输入到具有100个隐藏单元的单层LSTM模块中：

lstm = nn.LSTM(5, 100, 1, bidirectional=True)

output 形状如下：

[10 (seq_length), 1 (batch),  200 (num_directions * hidden_size)]
# or according to the doc, can be viewed as
[10 (seq_length), 1 (batch),  2 (num_directions), 100 (hidden_size)]

如果我想同时获得两个方向上的第三个（1-索引）输入输出（两个100维矢量），我该如何正确执行呢？

我知道output[2, 0]会给我一个200维的向量。这个200个暗淡的向量代表两个方向上的第三个输入的输出吗？

令我困扰的是，当进行反向进给时，从第8个（1-索引）输入计算出第三个（1-索引）输出矢量，对吗？

pytorch会自动处理此问题并考虑方向分组输出吗？

谢谢！

我正在学习Apple的Metal，试图进行一些GPU计算。

我检查了Apple给出的矩阵乘法示例。有一点我不明白。

在文件MetalMatrixMult.h中

// Number of rows in matrices A and C.
@property (nonatomic) uint16_t m;

// Number of columns in matrix A; number of rows in matrix B.
@property (nonatomic) uint16_t n;

// Number of columns in matrices B and C.
@property (nonatomic) uint16_t k;

// Output matrix (padded) C row count
@property (nonatomic, readonly) uint16_t M;

// Output matrix (padded) C column count
@property (nonatomic, readonly) uint16_t K;

// Output matrix C = …

检查了文档，但没有讨论实现的许多细节。想知道对于大型阵列，它是否可以并行执行？