arcral

beam_search 为True的时候，批次大小被扩大了beam_size倍，但有个地方没改，dim没对应上，

解决了吗？我也是这样，结尾的几个字全是一样的

我看的pytorch源码实现，反向传播的时候，梯度的值需要散落(scatter)到输入最大值的索引位置(和前向的逻辑一致)，这样散落之后，梯度的值只会传播到有限的几个位置，并且会叠加(因为最大值只有有限几个)。而你的实现，是直接计算了梯度的一个mask，梯度原位传播（没有传播到索引最大位置） 其实原理和max pool有一点类似，即梯度传递到输入最大值的位置

I built the latest code, and also met question like this. ImportError: /root/.local/lib/python3.6/site-packages/cpools-0.0.0-py3.6-linux-x86_64.egg/top_pool.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZTIN3c1021AutogradMetaInterfaceE centos7 python 3.6.5 cuda 10.0 PyTorch 1.0.0 gcc 5.3.1