sequence_reshape¶
该 API 的输入只能是 LoDTensor,如果您需要处理的输入是 Tensor 类型,请使用 paddle.reshape 。
在指定 new_dim
参数下,通过序列原始长度、和原始 shape 计算出新的 shape,以输出包含新维度(new_dim)下的 LoDTensor。目前仅支持 1-level LoDTensor,请确保(原长度*原维数)可以除以新的维数,且每个序列没有余数。
input 是一个 LoDTensor:
input.lod = [[0, 2, 6]]
input.data = [[1, 2], [3, 4],
[5, 6], [7, 8],
[9, 10], [11, 12]]
input.shape = [6, 2]
设置 new_dim = 4
输出为 LoDTensor:
out.lod = [[0, 1, 3]]
out.data = [[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12]]
out.shape = [3, 4]
参数¶
input (Tensor) - 维度为 \([M, K]\) 的二维 LoDTensor,且仅支持 lod_level 为 1。数据类型为 int32,int64,float32 或 float64。
new_dim (int)- 指定 reshape 后的新维度,即对输入 LoDTensor 重新 reshape 后的新维度。
返回¶
根据新维度重新 reshape 后的 LoDTensor,数据类型和输入一致。
代码示例¶
import paddle
paddle.enable_static()
x = paddle.static.data(name='x', shape=[None, 16], dtype='float32', lod_level=1)
x_reshaped = paddle.static.nn.sequence_reshape(input=x, new_dim=4)