pytorch之数据：pack_padded_sequence()与pad_packed_sequence()

前言

可以结合最下面的例子来理解

pack_padded_sequence()与pad_packed_sequence()这两个函数属于torch.nn.utils.rnn，很明显，意义就是为了rnn包来处理数据的。前者pack用于压紧数据，处理经过填充(padded)后的数据；后面pad用于解压数据，把原来咋填充的给你咋释放回去。

一. 官方+理解

1. pack_padded_sequence

'官方函数'
torch.nn.utils.rnn.pack_padded_sequence(input, lengths, batch_first=False) → PackedSequence
↓'返回'
return   一个PackedSequence对象

功能：这里的pack，理解成压紧比较好，压紧被填充过的数据。 将一个 填充过的变长序列 压紧。返回PackedSequence对象。

重点

• 输入的数据input可以是[Seq_max, batch_size, *]格式，且Seq_max是序列的最大长度。且input必须按序列长度的长短排序，长的在前面，短的在后面，第一个时间步的数据必须是最长的数据。
• input：我们要压缩的数据。当batch_first是False时候，shape的输入格式是[B,S *]，其中B是batch_size,S是seq_len(该batch中最长序列的长度)，*可以是任何维度。如果batch_first是True时候，相应的的数据格式必须是[S,B,*]。关于数据格式转置参考
• lengths：输入数据的每个序列的长度。
• batch_first：当为True，数据格式必须[B, S, *]，反之，默认是False。

2. pad_packed_sequence

torch.nn.utils.rnn.pad_packed_sequence(sequence, batch_first=False) → tuple