Pytorch 的 EmbeddingBag 允许对不同长度的嵌入索引集合进行高效的查找和归约操作。 reduce 操作有 3 种模式:“sum”、“average”和“max”。使用“sum”，您还可以提供 per_sample_weights 给您一个加权总和。
为什么 per_sample_weights 不允许进行“最大”操作？看着how it's implemented ，我只能假设在“Mul”操作之后执行“ReduceMean”或“ReduceMax”操作存在问题。这可能与计算梯度有关吗？？
p.s:通过除以权重总和可以很容易地将加权和转换为加权平均值，但对于“最大值”，您无法得到这样的加权等价物。
最佳答案
参数 per_sample_weights 仅针对 mode='sum' 实现，不是由于技术限制，而是因为开发人员没有发现“最大加权”的用例:
I haven't been able to find use cases for "weighted mean" (which can be emulated via weighted sum) and "weighted max".
关于python - 为什么模式为 "max"的 Pytorch EmbeddingBag 不接受 `per_sample_weights` ？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66666246/