sequence_slice

  • paddle.fluid.layers.sequence_slice(input, offset, length, name=None)[源代码]

实现Sequence Slice(序列切片)运算

该OP输入只能是LoDTensor, 如果您需要处理的是Tensor类型,请使用 :ref:cn_api_fluid_layers_slice 该层从给定序列中截取子序列。截取依据为所给的开始 offset (偏移量) 和子序列长 length

  • ::
    • 输入变量:
  1. -
  2. - input (LoDTensor):
  3. - input.data = [[a1, a2], [b1, b2], [c1, c2], [d1, d2], [e1, e2]], input.lod = [[3, 2]], input.dims = (5, 2),
  4. -
  5. - offset (Variable):
  6. - offset.data = [[0], [1]]
  7. -
  8. - length (Variable):
  9. - length.data = [[2], [1]]
  10. - name (str|None)

输出变量为LoDTensor:

out.data = [[a1, a2], [b1, b2], [e1, e2]], out.lod = [[2, 1]], out.dims = (3, 2).
  • 参数:
    • input (Variable) – 输入变量,类型为LoDTensor,承载着完整的序列
    • offset (Variable) – 指定每个序列切片的起始索引,数据类型为int32或int64。
    • length (Variable) – 指定每个子序列的长度,数据类型为int32或int64。
    • name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。

返回:Variable(LoDTensor) 序列切片运算结果

返回类型:变量(Variable), 数据类型与 input 一致

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3. seqs = fluid.layers.data(name='x', shape=[10, 5],
  4. dtype='float32', lod_level=1)
  5. offset = fluid.layers.assign(input=np.array([[0, 1]]).astype("int32"))
  6. length = fluid.layers.assign(input=np.array([[2, 1]]).astype("int32"))
  7. subseqs = fluid.layers.sequence_slice(input=seqs, offset=offset,
  8. length=length)