PyTorch 矩阵乘法不考虑切片

问：

我必须对转印器模型进行批量长输入，并注意到批处理和非批处理结果之间的差异，从而达到这一点。我最终隔离了我注意到的第一个差异，结果如下：

import torch

n = 20

vec = torch.rand(n, 20)
a = torch.rand(30, 20)

for i in range(1, n+1):
    print(i, torch.equal(
        torch.nn.functional.linear(vec, a)[:i],
        torch.nn.functional.linear(vec[:i], a)))

产生输出：

1 False
2 False
3 False
4 True
5 True
6 True
7 False
8 False
9 False
10 True
11 True
12 True
13 False
14 False
15 False
16 True
17 True
18 True
19 True
20 True

这只是一个操作，当多次组合时（如在转换器中），它可能会导致较大的发散，从而扩大 torch.allclose 输出 True 的 atol。这是为什么呢，能做些什么吗？