sequence_reshape¶

paddle.fluid.layers. sequence_reshape ( input, new_dim ) [源代码] ¶

注意：该OP的输入只能是LoDTensor，如果您需要处理的输入是Tensor类型，请使用reshape函数（fluid.layers. reshape ）。

该OP仅支持LoDTensor ，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 (Variable) - 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。

返回类型：Variable

代码示例：

import paddle.fluid as fluid
x = fluid.layers.data(name='x', shape=[2, 6], append_batch_size=False, dtype='float32', lod_level=1)
x_reshaped = fluid.layers.sequence_reshape(input=x, new_dim=4)

PaddlePaddle

paddle.fluid / layers / sequence_reshape

sequence_reshape¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / sequence_reshape

sequence_reshape¶