fluid.data_feeder

DataFeeder

class paddle.fluid.data_feeder.DataFeeder(feed_list, place, program=None)

DataFeeder 负责将reader(读取器)返回的数据转成一种特殊的数据结构,使它们可以输入到 ExecutorParallelExecutor 中。 reader通常返回一个minibatch条目列表。在列表中每一条目都是一个样本(sample),它是由具有一至多个特征的列表或元组组成的。

以下是简单用法:

place = fluid.CPUPlace()
img = fluid.layers.data(name='image', shape=[1, 28, 28])
label = fluid.layers.data(name='label', shape=[1], dtype='int64')
feeder = fluid.DataFeeder([img, label], fluid.CPUPlace())
result = feeder.feed([([0] * 784, [9]), ([1] * 784, [1])])

在多GPU模型训练时,如果需要提前分别向各GPU输入数据,可以使用 decorate_reader 函数。

place=fluid.CUDAPlace(0)
feeder = fluid.DataFeeder(place=place, feed_list=[data, label])
reader = feeder.decorate_reader(
        paddle.batch(flowers.train(), batch_size=16))
参数:
  • feed_list (list) – 向模型输入的变量表或者变量表名
  • place (Place) – place表明是向GPU还是CPU中输入数据。如果想向GPU中输入数据, 请使用 fluid.CUDAPlace(i) (i 代表 the GPU id);如果向CPU中输入数据, 请使用 fluid.CPUPlace()
  • program (Program) – 需要向其中输入数据的Program。如果为None, 会默认使用 default_main_program()。 缺省值为None

弹出异常: ValueError – 如果一些变量不在此 Program 中

代码示例

# ...
place = fluid.CPUPlace()
feed_list = [
        main_program.global_block().var(var_name) for var_name in feed_vars_name
] # feed_vars_name 是一个由变量名组成的列表
feeder = fluid.DataFeeder(feed_list, place)
for data in reader():
        outs = exe.run(program=main_program,
                       feed=feeder.feed(data))
feed(iterable)

根据feed_list(数据输入表)和iterable(可遍历的数据)提供的信息,将输入数据转成一种特殊的数据结构,使它们可以输入到 ExecutorParallelExecutor 中。

参数:
  • iterable (list|tuple) – 要输入的数据

返回: 转换结果

返回类型: dict

feed_parallel(iterable, num_places=None)

该方法获取的多个minibatch,并把每个minibatch提前输入进各个设备中。

参数:
  • iterable (list|tuple) – 要输入的数据
  • num_places (int) – 设备数目。默认为None。

返回: 转换结果

返回类型: dict

注解

设备(CPU或GPU)的数目必须等于minibatch的数目

decorate_reader(reader, multi_devices, num_places=None, drop_last=True)

将reader返回的输入数据batch转换为多个mini-batch,之后每个mini-batch都会被输入进各个设备(CPU或GPU)中。

参数:
  • reader (fun) – 该参数是一个可以生成数据的函数
  • multi_devices (bool) – bool型,指明是否使用多个设备
  • num_places (int) – 如果 multi_devicesTrue , 可以使用此参数来设置GPU数目。如果 num_placesNone ,该函数默认使用当前训练机所有GPU设备。默认为None。
  • drop_last (bool) – 如果最后一个batch的大小比 batch_size 要小,则可使用该参数来指明是否选择丢弃最后一个batch数据。 默认为 True

返回:转换结果

返回类型: dict

弹出异常: ValueError – 如果 drop_last 值为False并且reader返回的minibatch数目与设备数目不相等时,产生此异常