mindspore.dataset.transforms.PadEnd

class mindspore.dataset.transforms.PadEnd(pad_shape, pad_value=None)

对输入Tensor进行填充，要求 pad_shape 与输入Tensor的维度保持一致。

参数：

• pad_shape (list(int)) - 指定填充的shape。维度设置为 None 时将不会被填充，设置为较小的维数时该维度的元素将被截断。

• pad_value (Union[str, bytes, int, float, bool], 可选) - 用于填充的值。默认值： None ，表示不指定填充值。 当指定为默认值，输入Tensor为数值型时默认填充 0 ，输入Tensor为字符型时填充空字符串。

异常：

• TypeError - 参数 pad_shape 的类型不为list。

• TypeError - 参数 pad_value 的类型不为str、float、bool、int或bytes。

• TypeError - 参数 pad_shape 的元素类型不为int。

• ValueError - 参数 pad_shape 的元素不为正数。

支持平台：

CPU

样例：

>>> import mindspore.dataset as ds
>>> import mindspore.dataset.transforms as transforms
>>>
>>> # Use the transform in dataset pipeline mode
>>> # Data before
>>> # |   col   |
>>> # +---------+
>>> # | [1,2,3] |
>>> # +---------|
>>> data = [[1, 2, 3]]
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data, ["col"])
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms.PadEnd(pad_shape=[4], pad_value=10))
>>> for item in numpy_slices_dataset.create_dict_iterator(num_epochs=1, output_numpy=True):
...     print(item["col"].shape, item["col"].dtype)
...     break
(4,) int64
>>> # Data after
>>> # |    col     |
>>> # +------------+
>>> # | [1,2,3,10] |
>>> # +------------|
>>>
>>> # Use the transform in eager mode
>>> data = [1, 2, 3]
>>> output = transforms.PadEnd(pad_shape=[4], pad_value=10)(data)
>>> print(output.shape, output.dtype)
(4,) int64