Created by: wxlu

假设我的数据是一个lod的句子 a = [word_a1, word_a2, ..., word_an] 然后我同一个batch内句子的长度变化比较大，我想在rnn与attention之间来回切换，因为rnn对lod建模比较友好，attention对padding的tensor建模比较友好，所以这个过程会有pad与unpad之间的切换，麻烦问下，怎么操作训练的速度会比较快。

问题细化1: 我的问题是直接对lod的tensor进行attention的操作快呢，还是padding之后再进行attention的操作快。如果是直接对lod的tensor进行attention的操作快有没有什么demo呢？我看到的attention的demo都是针对padding后的定长的tensor进行attentioin.