问题描述
所以我制作了一个 Dataset 类,它接收一个 3D numpy 数组和 pack_padded_sequence
的形状长度:
class MyDataset(data.Dataset):
def __init__(self,dataset,data_shape):
self.dataset = dataset
self.transform = MyToTensor(data_shape)
然后我创建了自己的 ToTensor 类:
class MyToTensor(object):
def __init__(self,data_shape):
self.data_shape = data_shape
def __call__(self,data):
data = torch.from_numpy(data)
return rnn.pack_padded_sequence(data,lengths=self.data_shape,batch_first=True)
但是由于某种原因,当我 print(list(MyDataset(dataset,data_shape)))
时,我得到了一个正常的 Tensor 对象返回,而没有删除填充。
有关我的输入的更多信息,dataset
是一个 3D numpy 数组,顺序为:batch size,sequence length,features
和 data_shape 是一个与 batch_size
的大小匹配的列表,其中一个数字表示序列长度。
序列长度也是从最高序列到最低序列大小的顺序
我的输入示例:
[[[0 0.33000001311302185 1]
[0 0.4300000071525574 1]
[0 0.3799999952316284 1]
...
[0 0.33000001311302185 1]
[0 0.28999999165534973 1]
[0 0.33000001311302185 1]]
[[6 0.800000011920929 3]
[5 0.7300000190734863 3]
[7 0.8199999928474426 3]
...
[4 0.699999988079071 3]
[5 0.7799999713897705 3]
[5 0.7799999713897705 3]]
[[3 1.0 5]
[3 1.0 5]
[3 1.0 5]
...
[3 1.0 5]
[3 1.0 5]
[3 1.0 5]]
...
[[4.0 0.7599999904632568 3.0]
[6.0 0.8100000023841858 3.0]
[6.0 1.0 3.0]
...
[nan nan nan]
[nan nan nan]
[nan nan nan]]
[[8.0 1.0 0.0]
[8.0 0.9100000262260437 0.0]
[9.0 1.0 0.0]
...
[nan nan nan]
[nan nan nan]
[nan nan nan]]
[[5.0 1.0 1.0]
[4.0 1.0 1.0]
[4.0 1.0 1.0]
...
[nan nan nan]
[nan nan nan]
[nan nan nan]]]
以及对应的data_shape:
(235,235,232,18,18)
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)