sequence_reshape

paddle.fluid.layers.sequence_reshape ( input, new_dim ) [源代码]

注意：该OP的输入只能是LoDTensor，如果您需要处理的输入是Tensor类型，请使用reshape函数（fluid.layers. reshape ）。

该OP仅支持LoDTensor ，在指定 new_dim 参数下，通过序列原始长度、和原始shape计算出新的shape，以输出包含新维度（new_dim）下的LoDTensor。目前仅支持1-level LoDTensor，请确保(原长度*原维数)可以除以新的维数，且每个序列没有余数。

  1. input是一个LoDTensor:
  2.     input.lod  = [[0, 2, 6]]
  3.     input.data = [[1,  2], [3,  4],
  4.                   [5,  6], [7,  8],
  5.                   [9, 10], [11, 12]]
  6.     input.shape = [6, 2]
  7. 设置 new_dim = 4
  8. 输出为LoDTensor:
  9.     out.lod  = [[0, 1, 3]]
  11.     out.data = [[1,  2,  3,  4],
  12.                 [5,  6,  7,  8],
  13.                 [9, 10, 11, 12]]
  14.     out.shape = [3, 4]

参数：

  • input (Variable) - 维度为

    sequence_reshape - 图1

    的二维LoDTensor，且仅支持lod_level为1。数据类型为int32，int64，float32或float64。

  • new_dim (int)- 指定reshape后的新维度，即对输入LoDTensor重新reshape后的新维度。

返回：根据新维度重新reshape后的LoDTensor，数据类型和输入一致。

返回类型：Variable

代码示例：

  1. import paddle.fluid as fluid
  2. x = fluid.layers.data(name='x', shape=[2, 6], append_batch_size=False, dtype='float32', lod_level=1)
  3. x_reshaped = fluid.layers.sequence_reshape(input=x, new_dim=4)