torch.nn.utils.rnn.pad_sequence

torch.nn.utils.rnn.pad_sequence(sequences, batch_first=False, padding_value=0.0, padding_side='right')

使用 padding_value 对变长 Tensor 列表进行填充。

pad_sequence 将一系列 Tensor 沿一个新的维度进行堆叠，并将它们填充至相同长度。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 为 False，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

该函数返回一个大小为 T x B x * 或 B x T x * 的 Tensor，其中 T 为最长序列的长度。此函数假定所有输入序列中的尾随维度和数据类型均相同。

参数:

• sequences (list[Tensor]) – 变长序列列表。

• batch_first (bool, optional) – 如果设为 True，输出格式将为 B x T x *，否则为 T x B x *。

• padding_value (float, optional) – 用于填充元素的值。默认值：0。

• padding_side (str, optional) – 填充序列的侧边。默认值：'right'。

返回:

如果 batch_first 为 False，则返回大小为 T x B x * 的 Tensor。否则返回大小为 B x T x * 的 Tensor。

返回类型:

张量