• 作为对@iacolippo已经给出的答案的补充：*

我只是偶然发现了torch.nn.utils.rnn.pad_sequence，因为这与@iacolippo的解决方案有点不同，我在这里发布了它。
它获取一个可变长度的Tensor列表，并将它们组合成一个矩阵-将所有序列填充为给定的最长序列。

代码示例：

import torch

a = torch.tensor([1,2,3])
b = torch.tensor([1,2])
c = torch.tensor([1])
torch.nn.utils.rnn.pad_sequence((a,b,c), batch_first=True)

字符串

输出填充序列：

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

型

• 签名torch.nn.utils.rnn.pad_sequence：*
  **torch.nn.utils.rnn.pad_sequence （sequences，batch_first=False，padding_value=0）
  *sequences（list[Tensor]）-可变长度序列的列表。
  *batch_first（bool，optional）-如果为True，输出将以B x T x *为单位，否则以T x B x *为单位
  *padding_value（float，optional）-填充元素的值。默认值：0。

将可变长度序列设置为torch.Tensor并使用torch.nn.functional.pad

import torch
import torch.nn.functional as F

seq = torch.Tensor([1,2,3])      # seq of variable length
print(F.pad(seq, pad=(0, 2), mode='constant', value=0))
 1
 2
 3
 0
 0
[torch.FloatTensor of size 5]

字符串
F.pad的签名是：

• input：输入Tensor，这是你的可变长度序列。
• pad：m-elem元组，其中（m/2）≤输入维数，m是偶数。在一维情况下，第一个元素是序列左边有多少填充，第二个元素是序列右边有多少填充。
• mode：用常量填充填充，或者通过复制边框或反映值来填充。
• value：如果选择常量填充，填充值。