Python tf.keras.preprocessing.sequence.pad_sequences用法及代码示例

将序列填充到相同的长度。

用法

tf.keras.preprocessing.sequence.pad_sequences(
    sequences, maxlen=None, dtype='int32', padding='pre',
    truncating='pre', value=0.0
)

参数

sequences 序列列表(每个序列都是整数列表)。
maxlen 可选 Int，所有序列的最大长度。如果未提供，序列将被填充到最长的单个序列的长度。
dtype (可选，默认为 int32)。输出序列的类型。要使用可变长度字符串填充序列，可以使用 object 。
padding 字符串，'pre' 或 'post'(可选，默认为 'pre')：在每个序列之前或之后填充。
truncating 字符串，'pre' 或 'post'(可选，默认为 'pre')：从序列的开头或结尾删除大于 maxlen 的值。
value 浮点数或字符串，填充值。 (可选，默认为 0。)

形状为 (len(sequences), maxlen) 的 Numpy 数组

抛出

ValueError 如果 truncating 或 padding 的值无效，或者 sequences 条目的形状无效。

此函数将序列(整数列表)的列表(长度为 num_samples )转换为形状为 (num_samples, num_timesteps) 的二维 Numpy 数组。 num_timesteps 是 maxlen 参数(如果提供)，或者是列表中最长序列的长度。

比num_timesteps 短的序列用value 填充，直到它们长到num_timesteps。

长于 num_timesteps 的序列将被截断，以使其符合所需的长度。

发生填充或截断的位置分别由参数 padding 和 truncating 确定。从序列的开头预填充或删除值是默认设置。

sequence = [[1], [2, 3], [4, 5, 6]]
tf.keras.preprocessing.sequence.pad_sequences(sequence)
array([[0, 0, 1],
       [0, 2, 3],
       [4, 5, 6]], dtype=int32)

tf.keras.preprocessing.sequence.pad_sequences(sequence, value=-1)
array([[-1, -1,  1],
       [-1,  2,  3],
       [ 4,  5,  6]], dtype=int32)

tf.keras.preprocessing.sequence.pad_sequences(sequence, padding='post')
array([[1, 0, 0],
       [2, 3, 0],
       [4, 5, 6]], dtype=int32)

tf.keras.preprocessing.sequence.pad_sequences(sequence, maxlen=2)
array([[0, 1],
       [2, 3],
       [5, 6]], dtype=int32)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.preprocessing.sequence.pad_sequences。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法

参数

返回

抛出