填充掩码就是用来指示哪些数据是真实的，哪些是填充的。在模型处理这些数据时，掩码会用来避免在计算损失或者梯度时考虑填充的部分，确保模型的学习只关注于有效的数据。在使用诸如Transformer这样的模型时，填充掩码特别重要，因为它们可以帮助模型在进行自注意力计算时忽略掉填充的位置。

 importtorch
 
 defcreate_padding_mask(seq, pad_token=0):
     mask= (seq==pad_token).unsqueeze(1).unsqueeze(2)
     returnmask  # (batch_size, 1, 1, seq_len)
 
 # Example usage
 seq=torch.tensor([[7, 6, 0, 0], [1, 2, 3, 0]])
 padding_mask=create_padding_mask(seq)
 print(padding_mask)