为了处理不同长度的序列，我们使用分桶和填充。在分桶中，我们为一些 max_len 制作不同的桶，我们这样做是为了减少填充量，在制作不同的桶之后，我们在不同的桶上训练不同的模型。
这是我目前发现的。但我不明白的是，所有不同的模型是如何训练的，以及它们是如何用于翻译新句子的？
【问题讨论】：
标签： machine-learning deep-learning lstm machine-translation sequence-to-sequence
无论是在训练时还是推理时，算法都需要选择最适合当前输入句子（或批次）的网络。通常，它只是取输入大小大于或等于句子长度的最小桶。
例如，假设只有两个桶 [10, 16] 和 [20, 32]：第一个桶接受长度为 10 的任何输入（填充到正好 10）并输出翻译后的句子长度为 @987654327 @（填充到 16）。同样，第二个桶处理长度为20 的输入。这些桶对应的两个网络接受不相交的输入集。
那么，对于长度为8的句子，最好选择第一个bucket。请注意，如果这是一个测试句子，第二个存储桶也可以处理它，但在这种情况下，它的神经网络已经训练了更大的句子，从 11 到 20 单词，所以它很可能无法识别这个句子好吧。对应于第一个桶的网络已经在输入 1 到 10 上进行了训练，因此是一个更好的选择。
如果测试句子的长度为25，比任何可用的存储桶都长，您可能会遇到麻烦。这里没有通用的解决方案。这里最好的做法是将输入修剪为20 单词并尝试翻译。
【讨论】：