def collate_fn(examples): lengths = torch.tensor([len(ex[0]) for ex in examples]) inputs = [torch.tensor(ex[0]) for ex in examples] targets = torch.tensor([ex[1] for ex in examples], dtype=torch.long) # 对batch内的样本进行padding，使其具有相同长度 inputs = pad_sequence(inputs, batch_first=True) return inputs, lengths, targets

这段代码是一个PyTorch的collate_fn函数，用于将多个样本组合成一个batch。其中，参数examples是一个列表，每个元素是一个样本，包含两个部分：输入和目标。其中，输入是一个列表或数组，表示一个序列，而目标是一个标量或列表，表示样本的标签或分类。函数的返回值是三个张量，分别是输入、长度和目标。

具体地，函数首先计算每个样本的输入序列的长度，将结果存储在一个张量中。然后，将每个样本的输入序列转换为一个张量，并将所有张量放在一个列表中。接着，将所有样本的目标转换为一个张量，并指定数据类型为long。最后，对batch内的样本进行padding，使其具有相同长度，并返回输入张量、长度张量和目标张量。其中，pad_sequence是PyTorch提供的函数，用于对一个张量列表进行padding。