pytorch 中的pack_padded_sequence操作详解

今天终于搞清楚了这个pack操作，链接可见https://zhuanlan.zhihu.com/p/34418001

packed = nn.utils.rnn.pack_padded_sequence(embedded, input_lengths)
 # Forward pass through GRU
 outputs, hidden = self.gru(packed, hidden)
 # Unpack padding
 outputs, _ = nn.utils.rnn.pad_packed_sequence(outputs)

但是还有一个问题，就是GRU如何识别pack操作后的数据：那么这里是有一个多态的判断——即调用gru网络函数，其内部有判断的代码。在pytorch的doc中有源码。如下：

def forward(self, input, hx=None):
        if isinstance(input, PackedSequence):
            return self.forward_packed(input, hx)
        else:
            return self.forward_tensor(input, hx)

接下来的forward_packed()函数和forward_tensor()函数有不同计算方式，这里给出两者对比

def forward_packed(self, input, hx=None):
        # type: (Tuple[Tensor, Tensor, Optional[Tensor], Optional[Tensor]], Opti