sequence_pad

paddle.static.nn. 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。

该 API 的输入 x 只能是带有 LoD 信息的 Tensor。

范例如下:

 1:
给定输入 1-level Tensor 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 Tensor 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 Tensor 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 (Tensor) - 输入,维度为 [M, K] 的 Tensor,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 (Tensor) - 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。

返回

元素为两个 Tensor 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 Tensor,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 Tensor,长度等于 batch_size,数据类型为 int64。

代码示例

import paddle
paddle.enable_static()
import paddle.fluid as fluid
import numpy

x = paddle.static.data(name='x', shape=[10, 5], dtype='float32', lod_level=1)
pad_value = paddle.assign(
    numpy.array([0.0], dtype=numpy.float32))
out = paddle.static.nn.sequence_pad(x=x, pad_value=pad_value)