create_lod_tensor

paddle.fluid. create_lod_tensor ( data, recursive_seq_lens, place ) [源代码]

从一个numpy数组、list或LoDTensor创建一个新的LoDTensor。

具体实现方法如下:

  1. 检查基于序列长度的LoD（length-based LoD），即参数中的 recursive_seq_lens 是否正确。

  2. 将 recursive_seq_lens 转换为基于偏移量的LoD（offset-based LoD）。

  3. 根据place参数，把所提供的 data （numpy数组、list或LoDTensor）的数据复制到CPU或GPU上。

  4. 将基于偏移量的LoD设置到输出的LoDTensor中。

假设我们想创建一个LoDTensor表示词的序列，其中每个词用一个整数id表示。若待创建的LoDTensor表示2个句子，其中一个句子包含2个单词，另一个句子包含3个单词。

那么， data 为一个维度为(5, 1)的numpy整数数组； recursive_seq_lens 为[[2, 3]]，表示每个句子含的单词个数。在该接口内部，基于序列长度的 recursive_seq_lens [[2, 3]]会转换为为基于偏移量的LoD [[0, 2, 5]]。

请查阅 cn_user_guide_lod_tensor 了解更多关于LoD的介绍。

参数:

  • data (numpy.ndarray|list|LoDTensor) - 表示LoDTensor数据的numpy数组、list或LoDTensor。

  • recursive_seq_lens (list[list[int]]) - 基于序列长度的LoD信息。

  • place (CPUPlace|CUDAPlace) - 表示返回的LoDTensor存储在CPU或GPU place中。

返回: 包含数据信息和序列长度信息的LoDTensor。

返回类型: LoDTensor

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  4. t = fluid.create_lod_tensor(np.ndarray([5, 30]), [[2, 3]], fluid.CPUPlace())