我想在PyTorch中用可变大小的批次训练我的网络。例如，在图像分类中，我想用第一批大小为128 x 128（[64,3,128,128]）的图像和第二批大小为256 x 256（[64,3,256,256]）的图像训练网络。更一般而言，在每个批次中，我都希望将批次中的所有图像随机裁剪（调整大小）为某个最小值和最大值之间的大小。但是，变换功能仅适用于单个示例，不适用于整个批次。
我研究了PyTorch论坛，发现可以通过DataLoader中的collate_fn参数来实现。但是，如果我是正确的，则collate_fn返回样本列表，而不是张量。我想知道这是否会导致训练时间变慢，因为GPU无法一次处理整个批次吗？
在PyTorch中无需填充输入的当前最佳方法是什么？