sequence_pad
注意:该API仅支持【静态图】模式
paddle.fluid.layers.
sequence_pad
(x, pad_value, maxlen=None, name=None)[源代码]
序列填充操作符(Sequence Pad Operator),该OP将同一batch中的序列填充到一个一致的长度(由 maxlen
指定)。填充的新元素的值具体由输入 pad_value
指定,并会添加到每一个序列的末尾,使得他们最终的长度保持一致。最后返回一个Python tuple (Out, Length)
,其中LodTensor Out
为填充后的序列,LodTensor Length
为填充前的原序列长度信息。
注意,该OP的输入 x
只能是LodTensor。
范例如下:
- 例1:
- 给定输入1-level LoDTensor x:
- x.lod = [[0, 2, 5]] #输入的两个序列长度是2和3
- x.data = [[a],[b],[c],[d],[e]]
- 和输入 pad_value:
- pad_value.data = [0]
- 设置 maxlen = 4
- 得到得到tuple (Out, Length):
- Out.data = [[[a],[b],[0],[0]],[[c],[d],[e],[0]]]
- Length.data = [2, 3] #原序列长度是2和3
- 例2:
- 给定输入1-level LoDTensor x:
- x.lod = [[0, 2, 5]]
- x.data = [[a1,a2],[b1,b2],[c1,c2],[d1,d2],[e1,e2]]
- 和输入 pad_value:
- pad_value.data = [0]
- 默认 maxlen = None, (根据x的形状,此例中实际长度为3)
- 得到得到tuple (Out, Length):
- Out.data = [[[a1,a2],[b1,b2],[0,0]],[[c1,c2],[d1,d2],[e1,e2]]]
- Length.data = [2, 3]
- 例3:
- 给定输入1-level LoDTensor x:
- x.lod = [[0, 2, 5]]
- x.data = [[a1,a2],[b1,b2],[c1,c2],[d1,d2],[e1,e2]]
- 和输入 pad_value:
- pad_value.data = [p1,p2]
- 默认 maxlen = None, (根据x的形状,此例中实际长度为3)
- 得到tuple (Out, Length):
- Out.data = [[[a1,a2],[b1,b2],[p1,p2]],[[c1,c2],[d1,d2],[e1,e2]]]
- Length.data = [2, 3]
- 参数:
- x (Vairable) - 输入,维度为
[M, K]
的LoDTensor,仅支持lod_level为1。lod所描述的序列数量,作为要填充的batch_size。数据类型为int32,int64,float32或float64。 - pad_value (Variable) - 填充值,可以是标量或长度为
K
的一维Tensor。如果是标量,则自动广播为Tensor。数据类型需与x
相同。 - maxlen (int,可选) - 填充序列的长度。默认为None,此时以序列中最长序列的长度为准,其他所有序列填充至该长度。当是某个特定的正整数,最大长度必须大于最长初始序列的长度。
- name (str,可选) - 具体用法请参见 Name ,一般无需设置,默认值为None。
- x (Vairable) - 输入,维度为
返回:元素为两个LoDTensor的Python tuple。第一个元素为填充后的变量 Out
,形状为 [batch_size, maxlen, K]
,lod level为0的LoDTensor,数据类型与输入 x
相同。第二个元素为填充前的原序列长度信息 Length
,lod level为0的一维LoDTensor,长度等于batch_size,数据类型为int64。
返回类型:tuple
代码示例:
- import paddle.fluid as fluid
- import numpy
- x = fluid.layers.data(name='y', shape=[10, 5],
- dtype='float32', lod_level=1)
- pad_value = fluid.layers.assign(
- input=numpy.array([0.0], dtype=numpy.float32))
- out = fluid.layers.sequence_pad(x=x, pad_value=pad_value)