数据机填充到相同长度

代码

train_data = tensorflow.keras.preprocessing.sequence.pad_sequences
(
train_data,
 value=word_index["<PAD>"],
 padding='post',
 maxlen=256
)

API 文档

pad_sequences

keras.preprocessing.sequence.pad_sequences(sequences, maxlen=None, dtype='int32', padding='pre', truncating='pre', value=0.0)

将序列填充到相同的长度。

此函数将 num_samples序列列表（整数列表）转换为shape的2D Numpy数组(num_samples, num_timesteps)。 num_timesteps是自maxlen变量（如果提供），或者是最长序列的长度（否则）。

比最后num_timesteps 填充的序列短的序列value。

序列的长度比num_timesteps被截断的长度长，因此适合所需的长度。填充或截断发生的位置分别由参数padding和决定truncating。

预填充是默认设置。

参数

• sequence：列表列表，其中每个元素都是一个序列。
• maxlen：Int，所有序列的最大长度。
• dtype：输出序列的类型。要填充长度可变的字符串序列，可以使用object。
• padding：字符串，“ pre”或“ post”：在每个序列之前或之后填充。
• 截断：字符串，“ pre”或“ post”：从大于或大于的序列中删除序列 maxlen的开头或结尾的值。
• value：浮点数或字符串，填充值。

返回值

• x：具有形状的块状数组(len(sequences), maxlen)

报错信息

• ValueError：如果truncating或的值无效padding，或者sequences条目的形状无效。