Batching utils
pad_token_ids(token_ids, padding_value=0, padding_len=None, pad_size_divisible_by=1, **convert_to_kwargs)
使用填充值填充 token ids,并返回填充后的 tokens 和相应的掩码。
参数
名称 | 类型 | 描述 | 默认值 |
---|---|---|---|
token_ids
|
Union[List[int], List[Tensor]]
|
token ids 或 tensors 的列表 |
必需 |
padding_value
|
int
|
用于填充的值。默认为 0。 |
0
|
padding_len
|
Optional[int]
|
填充后的 token ids 的最大长度。默认为 None。 |
None
|
pad_size_divisible_by
|
int
|
将 token ids 的长度填充为可被此数字整除。默认为 1。 |
1
|
**convert_to_kwargs
|
如果提供,则直接传递给 tensor.to(**kwargs) |
{}
|
返回
类型 | 描述 |
---|---|
Tuple[Tensor, Tensor]
|
Tuple[List[int], List[int]]:填充后的 token ids 和掩码 |
源代码位于 bionemo/core/utils/batching_utils.py
26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 |
|