torch.nn.utils.rnn.pad_sequence¶
- torch.nn.utils.rnn.pad_sequence(sequences, batch_first=False, padding_value=0.0, padding_side='right')[source][source]¶
使用
padding_value补齐长度可变的张量列表。pad_sequence沿着新维度堆叠一系列张量，并将它们填充到相同长度。sequences可以是大小为L x *的序列列表，其中 L 是序列长度，*是任意数量的维度（包括0）。如果batch_first是False，则输出大小为T x B x *，否则为B x T x *，其中B是批大小（sequences中的元素数量），T是最长序列的长度。示例
>>> from torch.nn.utils.rnn import pad_sequence >>> a = torch.ones(25, 300) >>> b = torch.ones(22, 300) >>> c = torch.ones(15, 300) >>> pad_sequence([a, b, c]).size() torch.Size([25, 3, 300])
注意
此函数返回一个大小为
T x B x *或B x T x *的张量，其中 T 为最长序列的长度。此函数假设序列中所有张量的尾随维度和数据类型相同。- 参数:
sequences（列表[Tensor]）- 可变长度序列的列表。
batch_first（bool，可选）- 如果
True，输出将采用B x T x *格式，否则为T x B x *。padding_value（float，可选）- 填充元素的值。默认：
0。padding_side (str, 可选) – 填充序列的边。默认：
'right'.
- 返回值:
如果
batch_first是False，则大小为T x B x *的张量。否则大小为B x T x *的张量- 返回类型:
