• 这是一个15类别的分类模型，OUTPUT_DIM = 15。我试图输入一个类似这样的频率向量 'hi my name is' => [1,43,2,56]。

• 当我调用 predictions = model(x_train[0]) 时，我得到一个大小为 torch.Size([100, 15]) 的数组，而不是像这样只有15个类别的1D数组：torch.Size([15])。这是怎么回事？为什么会是这样的输出？我该如何解决这个问题？提前感谢您，下面有更多信息。

模型 (来自主要文档) 如下所示：

参数：

INPUT_DIM = 62288EMBEDDING_DIM = 64HIDDEN_DIM = 128OUTPUT_DIM = 15

回答：

PyTorch中的LSTM函数不仅返回最后一个时间步的输出，还返回所有时间步的输出（在某些情况下这是有用的）。所以在你的例子中，你似乎正好有100个时间步（时间步的数量就是你的序列长度）。

但由于你在进行分类，你只关心最后的输出。你通常可以这样获取它：

outputs, _ = self.lstm(embeddings)# shape: batch_size x 100 x 15output = outputs[:, -1]    # shape: batch_size x 1 x 15