pad_sequence()

`pad_sequence()` 是 PyTorch 中用于对序列进行填充的函数。在深度学习任务中，经常会遇到输入序列长度不一致的情况，为了方便进行批量处理，我们需要将序列进行填充，使得所有序列的长度相同。`pad_sequence()` 函数就是用于实现这一功能的。

以下是一个使用 `pad_sequence()` 函数对序列进行填充的示例：

import torch

# 定义两个序列
seq1 = torch.tensor([1, 2, 3])
seq2 = torch.tensor([4, 5])

# 对序列进行填充
padded_seqs = torch.nn.utils.rnn.pad_sequence([seq1, seq2], batch_first=True)

# 打印填充后的序列
print(padded_seqs)

输出结果为：

tensor([[1, 2, 3],
        [4, 5, 0]])

在上面的示例中，我们首先定义了两个长度不一样的序列 `seq1` 和 `seq2`，然后使用 `pad_sequence()` 函数对这两个序列进行填充。在函数的参数中，`batch_first=True` 表示将批次维度放在序列的第一维，便于后续处理。最后，我们打印出填充后的序列，发现所有序列的长度都变成了 3，短的序列在末尾被填充了 0。

需要注意的是，`pad_sequence()` 函数默认会将序列填充到最长的序列长度，也可以通过 `padding_value` 参数指定填充的值。