tf.keras.preprocessing.sequence.pad_sequences()用法

keras只接受长度相同的序列输入，当数据集序列长度不等时，使用该函数进行padding进行填充。

1. 函数说明

keras.preprocessing.sequence.pad_sequences(sequences, 
	maxlen=None,
	dtype='int32',
	padding='pre',
	truncating='pre', 
	value=0.)

sequences: 浮点数或整数构成的两层嵌套列表
maxlen：None或者整数，为序列的最大长度，大于该长度的序列被截短，小于该长度的序列部分补0。
dtype: 返回的numpy array 数据类型
padding:‘pre’或者’post’ ，确定当需要补0，在序列的起始还是结尾补，默认是起始
truncating:‘pre’或者’post’，确定当截断序列时，从起始还是结尾截断，默认是起始
value:浮点数，此值将在填充时代替默认的填充值0

返回值是个2维张量，长度为maxlen

2. 实例

>>>list_1 = [[2,3,4]]
>>>keras.preprocessing.sequence.pad_sequences(list_1, maxlen=10)
array([[0, 0, 0, 0, 0, 0, 0, 2, 3, 4]], dtype=int32)

>>>list_2 = [[1,2,3,4,5]]
>>>keras.preprocessing.sequence.pad_sequences(list_2, maxlen=10)
array([[0, 0, 0, 0, 0, 1, 2, 3, 4, 5]], dtype=int32)

>>>tokenizer.texts_to_sequences(["下 雨 我 加班"])
[[4, 5, 6, 7]]

>>>keras.preprocessing.sequence.pad_sequences(tokenizer.texts_to_sequences(["下 雨 我 加班"]), maxlen=20)
array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 4, 5, 6, 7]],dtype=int32)