我正在写一个程序，使用单词嵌入，然后在一个简单的CNN上训练它。嵌入的dim等于768，隐藏的dim等于100。我使用PyTorch Conv2d：
创建嵌入后，这是init（）部分：

self.conv = nn.Conv2d(1, params.hidden_dim, kernel_size=(3, params.embedding_dim))
nn.init.xavier_uniform_(self.conv.weight)
nn.init.constant_(self.conv.bias, 0.0)
self.fc = nn.Linear(params.hidden_dim, params.num_of_tags)

这是forward（）部分：

print(x.shape)   # [4, 39, 768]
x = x.unsqueeze(1)
x = self.conv(x).squeeze(3)
x = x.permute(0, 2, 1)
print(x.shape)   # [4, 37, 100]

x = x.contiguous()
x = x.view(-1, x.shape[2])
x = self.dropout(x)
x = self.fc(x)

我真的不明白为什么形状会改变（见印刷品）。这是在句子的字数（已经填补，所以在所有4个句子有相同的字数）。
有没有人知道为什么形状会改变，以及如何避免它？
我尝试在最后填充x，但我想这没有意义，因为我可能会丢失重要的输入（两个删除的单词）。我希望形状保持不变。