当 RNN 可以采用动态输入序列时，为什么我们对句子使用填充？

Question

在阅读问题时，请考虑左图（折叠图像）

在我们展开 RNN 的图中，我们将 T 时间戳的 output 传递到下一个 T+1 时间戳，这是到同一个 RNN 或者我们将 T 时间戳的 output 发送回同一个神经网络，所以我们在同一个神经/神经元上循环这个过程。 让我们将架构视为多对一 RNN。

因此，句子的长度可以是任意长度，因为 .network 可以接受任意数量的输入（任意数量的时间戳）并循环将前一个 output 传递到下一个时间戳。 那么当网络可以接受任意长度的句子并且只是循环时，填充的需要是什么？
例如： 1.) 他是个好孩子 2.) 中本聪应该获得经济学的崇高奖项。

• 在这2个句子中，The.network可以把第1个句子分别传递给T，T+1，T+2，T+3个时间戳
• 在第 2 句中，.network 可以将其传递给 T,T+1,T+2,T+3,T+4,T+5...。因此，.network 可以将任意长度的句子传递给.network（这只是将时间戳的 output 传回给下一个时间戳的 .network）。 什么是Need for padding sentences, When.network is looping？

如果以上信息不充分，我可以适当地阐述问题。 请让我知道如果问题没有被正确理解

Answer 1

如果我们想分批训练它们，则需要填充。 批次是固定大小的矩形张量。 这不适用于不同长度的句子，这就是为什么您可以将句子填充或截断为统一长度的原因（请参见此处）。

填充可以添加到句子的开头或结尾。 这是一篇针对多对一任务比较这两种方法的论文。