如何在JavaScript中使用keras.pad_sequences或实现同等序列填充功能

接口可用性说明 #

JavaScript本身没有内置该接口，如果你使用TensorFlow.js（TensorFlow的JavaScript实现，支持浏览器和Node.js环境），可以直接调用官方提供的tf.keras.preprocessing.sequence.padSequences接口，功能与Python Keras版本完全对齐。如果不想引入额外依赖，也可以手动实现同功能代码，以下是两种方案的具体说明。

方案1：TensorFlow.js官方接口调用示例 #

// 先安装/引入TensorFlow.js
import * as tf from '@tensorflow/tfjs';

const sequence = [[1], [2, 3], [4, 5, 6]];
// 注意tfjs的参数以对象形式传入，蛇形命名改为小驼峰
const result = tf.keras.preprocessing.sequence.padSequences(sequence, {maxlen: 2});
result.print();

输出结果与Python版本完全一致。

方案2：无依赖手动实现版本 #

实现代码 #

function padSequences(sequences, maxlen = null, dtype = 'int32', padding = 'pre', truncating = 'pre', value = 0) {
  // 未指定maxlen时取所有序列的最大长度
  const targetLen = maxlen ?? Math.max(...sequences.map(seq => seq.length));
  return sequences.map(seq => {
    let currentSeq = [...seq];
    // 先处理截断逻辑
    if (currentSeq.length > targetLen) {
      currentSeq = truncating === 'pre' ? currentSeq.slice(-targetLen) : currentSeq.slice(0, targetLen);
    }
    // 再处理填充逻辑
    if (currentSeq.length < targetLen) {
      const padCount = targetLen - currentSeq.length;
      const padArr = new Array(padCount).fill(value);
      currentSeq = padding === 'pre' ? [...padArr, ...currentSeq] : [...currentSeq, ...padArr];
    }
    // 转换数据类型
    if (dtype === 'int32') return currentSeq.map(Number.parseInt);
    if (dtype === 'float32') return currentSeq.map(Number.parseFloat);
    return currentSeq;
  });
}

功能验证示例 #

const sequence = [[1], [2, 3], [4, 5, 6]];
const res = padSequences(sequence, 2);
console.log(res);

输出结果 #

[
  [0, 1],
  [2, 3],
  [5, 6]
]

参数说明（与Python版本1:1对齐） #

• sequences：待处理的嵌套序列数组
• maxlen：填充/截断后的目标长度，默认取所有序列的最大长度
• dtype：输出数值的类型，默认int32
• padding：填充位置，可选pre（序列开头填充，默认）、post（序列末尾填充）
• truncating：截断位置，可选pre（序列开头截断，默认）、post（序列末尾截断）
• value：填充使用的数值，默认0

内容的提问来源于stack exchange，提问作者OKUU