neural-network - パディングされたシーケンスを変更された Dataset クラスで正しくパックする方法

Question

そのため、3D numpy 配列と形状の長さを受け取る Dataset クラスを作成しましたpack_padded_sequence。

class MyDataset(data.Dataset):
     def __init__(self, dataset, data_shape):
          self.dataset = dataset
          self.transform = MyToTensor(data_shape)

独自の ToTensor クラスを作成しました。

class MyToTensor(object):
     def __init__(self, data_shape):
          self.data_shape = data_shape
     def __call__(self, data):
          data = torch.from_numpy(data)
          return rnn.pack_padded_sequence(data, lengths=self.data_shape, batch_first=True)

しかし、何らかの理由print(list(MyDataset(dataset, data_shape)))で、パディングが削除されずに通常の Tensor オブジェクトが返されます。

私の入力に関するもう少し詳しい情報はdataset、次の順序で 3D numpy 配列ですbatch size, sequence length, features。data_shape はbatch_size、シーケンスの長さを表す数値とサイズが一致するリストです。

シーケンスの長さも、最大のシーケンスから最小のシーケンス サイズの順です。

私の入力の例:

[[[0 0.33000001311302185 1]
  [0 0.4300000071525574 1]
  [0 0.3799999952316284 1]
  ...
  [0 0.33000001311302185 1]
  [0 0.28999999165534973 1]
  [0 0.33000001311302185 1]]

 [[6 0.800000011920929 3]
  [5 0.7300000190734863 3]
  [7 0.8199999928474426 3]
  ...
  [4 0.699999988079071 3]
  [5 0.7799999713897705 3]
  [5 0.7799999713897705 3]]

 [[3 1.0 5]
  [3 1.0 5]
  [3 1.0 5]
  ...
  [3 1.0 5]
  [3 1.0 5]
  [3 1.0 5]]

 ...

 [[4.0 0.7599999904632568 3.0]
  [6.0 0.8100000023841858 3.0]
  [6.0 1.0 3.0]
  ...
  [nan nan nan]
  [nan nan nan]
  [nan nan nan]]

 [[8.0 1.0 0.0]
  [8.0 0.9100000262260437 0.0]
  [9.0 1.0 0.0]
  ...
  [nan nan nan]
  [nan nan nan]
  [nan nan nan]]

 [[5.0 1.0 1.0]
  [4.0 1.0 1.0]
  [4.0 1.0 1.0]
  ...
  [nan nan nan]
  [nan nan nan]
  [nan nan nan]]]

対応する data_shape:

(235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 235, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 232, 18, 18, 18)