Bert后加nn.LSTM

[weitajinjucha]

请问nn.LSTM的batch_first设置成False但实际上没有改变data维度顺序（batch在第一位），对结果会产生怎样的影响？
在这么做的情况下，我把一层lstm层接到了bert的第六层之后输出，在第一个epoch比bert高了近一个点，后来有所降低但稳定比完整的bertbase高，请问您知道这个是什么原因吗？

[Geministudents]

请问把一层lstm层接到了bert的第六层，这个操作是怎么实现的呢。