如何填充張量

Question

我如何通過在末尾添加元素 100 來填充這個張量

a = tensor([[ 101,  103],
    [ 101, 1045, 223],
    [ 101,  777, 665 , 889],
    [ 101,  888]])

所以結果是：

 b = tensor([[ 101,  103, 100, 100],
    [ 101, 1045, 223, 100],
    [ 101,  777, 665 , 889],
    [ 101,  888, 100, 100]])

我知道這些函數是 torch.nn.functional.pad()，但我無法使用像這樣可能是二維張量的張量的任何簡單示例。

這是令人驚訝的，因為這是（最）典型的填充。

Answer 1

類似於numpy的情況，請參閱將 Python 序列轉換為 NumPy 數組，填充缺失值，您可以使用itertools.zip_longest調整子列表的大小。

from itertools import zip_longest
tensor_lists = [
    [ 101,  103],
    [ 101, 1045, 223],
    [ 101,  777, 665 , 889],
    [ 101,  888]
]
fillvalue = 100
padded_list = list(zip(*zip_longest(*tensor_lists, fillvalue=fillvalue)))
...  # convert to tensor and use it

在這里， zip_longest添加缺失值，第二個zip再次轉置結果。 您當然可以先創建張量，然后轉置。

Answer 2

您可以使用torch.nested.to_padded_tensor ( docs )：

import torch
a = [
    [101, 103],
    [101, 1045, 223],
    [101, 777, 665, 889],
    [101, 888]
]

a = torch.nested.nested_tensor(list(map(torch.tensor, a)))

torch.nested.to_padded_tensor(a, 100)
tensor([[ 101,  103,  100,  100],
        [ 101, 1045,  223,  100],
        [ 101,  777,  665,  889],
        [ 101,  888,  100,  100]])