小编Fun*_*nzo的帖子

我面临以下问题。我有大量文档要使用双向 LSTM 进行编码。每个文档都有不同数量的单词，单词可以被认为是一个时间步长。

在配置双向 LSTM 时，我们需要提供时间序列长度。当我训练模型时，每个批次的这个值都会不同。我应该为timeseries_size我允许的最大文档大小选择一个数字吗？任何大于这个的文件都不会被编码？

示例配置：

Bidirectional(LSTM(128, return_sequences=True), input_shape=(timeseries_size, encoding_size))

在pytorch中，假设我有2个矩阵，我将如何计算每一行中所有行与另一行中所有行的余弦相似度。

例如

给定输入=

matrix_1 = [a b] 
           [c d] 
matrix_2 = [e f] 
           [g h]

我希望输出是

输出=

 [cosine_sim([a b] [e f])  cosine_sim([a b] [g h])]
 [cosine_sim([c d] [e f])  cosine_sim([c d] [g h])] 

目前，我正在使用torch.nn.functional.cosine_similarity（matrix_1，matrix_2），该函数返回该行的余弦值，并且仅返回另一个矩阵中的相应行。

在我的示例中，我只有2行，但是我想要一个适用于许多行的解决方案。我什至要处理每个矩阵中的行数不同的情况。

我意识到我可以使用扩展，但是我想在不使用这么大内存的情况下进行扩展。

我是 pytorch 的新手，即使是最简单的网络，我也无法在不生成错误的情况下运行backward()。例如：

(Linear(6, 6)(Variable(torch.zeros([10, 6]))) - Variable(torch.zeros([10, 6]))).backward()

抛出以下错误

{RuntimeError}element 0 of variables does not require grad and does not have a grad_fn

我在代码中做错了什么导致了这个问题？

我正在使用 Angular Material Sidenav组件。

当我提供网页时，侧边栏没有出现（第一张图片）。

但是，当我调整浏览器的大小一段时间时， Sidenav最终会出现（带有汉堡图标的第二张图像），这是所需的状态。

为什么是这样？有没有办法让它默认显示？