本文主要是介绍tf.contrib.keras.preprocessing.sequence.pad_sequences 将标量数据 转换成numpy ndarray，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
keras.preprocessing.sequence.pad_sequences(sequences, maxlen=None, dtype=’int32’, padding=’pre’, truncating=’pre’, value=0.)
函数说明：
将长为nb_samples的序列（标量序列）转化为形如(nb_samples,nb_timesteps)2D numpy array。如果提供了参数maxlen，nb_timesteps=maxlen，否则其值为最长序列的长度。其他短于该长度的序列都会在后部填充0以达到该长度。长于nb_timesteps的序列将会被截断，以使其匹配目标长度。padding和截断发生的位置分别取决于padding和truncating.
参数
sequences：浮点数或整数构成的两层嵌套列表
maxlen：None或整数，为序列的最大长度。大于此长度的序列将被截短，小于此长度的序列将在后部填0.
dtype：返回的numpy array的数据类型
padding：‘pre’或‘post’，确定当需要补0时，在序列的起始还是结尾补
truncating：‘pre’或‘post’，确定当需要截断序列时，从起始还是结尾截断
value：浮点数，此值将在填充时代替默认的填充值0
返回值
返回形如(nb_samples,nb_timesteps)的2D张量
例子：
import tensorflow as tf
import numpy as nppad_sequence = tf.contrib.keras.preprocessing.sequence.pad_sequencesa=[[1,2,3],[4,5,6,7]]
b_len=np.array([len(_) for _ in a])
bs_packed = pad_sequence(a,maxlen=4,padding='pre',truncating='pre',value = 0)print(bs_packed)
输出：
[[0 1 2 3]
[4 5 6 7]]
这篇关于tf.contrib.keras.preprocessing.sequence.pad_sequences 将标量数据 转换成numpy ndarray的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
