DataFeeder
- class
paddle.fluid.
DataFeeder
(feed_list, place, program=None)[源代码]
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 Executor
和 ParallelExecutor
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:
- import paddle.fluid as fluid
- 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。
- import paddle
- import paddle.fluid as fluid
- place=fluid.CUDAPlace(0)
- data = fluid.layers.data(name='data', shape=[3, 224, 224], dtype='float32')
- label = fluid.layers.data(name='label', shape=[1], dtype='int64')
- feeder = fluid.DataFeeder(place=place, feed_list=[data, label])
- reader = feeder.decorate_reader(
- paddle.batch(paddle.dataset.flowers.train(), batch_size=16), multi_devices=False)
- 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
- 抛出异常:
ValueError
– 如果一些变量不在此 Program 中
代码示例
- import numpy as np
- import paddle
- import paddle.fluid as fluid
- place = fluid.CPUPlace()
- def reader():
- yield [np.random.random([4]).astype('float32'), np.random.random([3]).astype('float32')],
- main_program = fluid.Program()
- startup_program = fluid.Program()
- with fluid.program_guard(main_program, startup_program):
- data_1 = fluid.layers.data(name='data_1', shape=[1, 2, 2])
- data_2 = fluid.layers.data(name='data_2', shape=[1, 1, 3])
- out = fluid.layers.fc(input=[data_1, data_2], size=2)
- # ...
- feeder = fluid.DataFeeder([data_1, data_2], place)
- exe = fluid.Executor(place)
- exe.run(startup_program)
- for data in reader():
- outs = exe.run(program=main_program,
- feed=feeder.feed(data),
- fetch_list=[out])
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 Executor
和 ParallelExecutor
中。
- 参数:
- iterable (list|tuple) – 要输入的数据
返回: 转换结果
返回类型: dict
代码示例
- import numpy.random as random
- import paddle.fluid as fluid
- def reader(limit=5):
- for i in range(limit):
- yield random.random([784]).astype('float32'), random.random([1]).astype('int64'), random.random([256]).astype('float32')
- data_1 = fluid.layers.data(name='data_1', shape=[1, 28, 28])
- data_2 = fluid.layers.data(name='data_2', shape=[1], dtype='int64')
- data_3 = fluid.layers.data(name='data_3', shape=[16, 16], dtype='float32')
- feeder = fluid.DataFeeder(['data_1','data_2', 'data_3'], fluid.CPUPlace())
- result = feeder.feed(reader())
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
代码示例
- import numpy.random as random
- import paddle.fluid as fluid
- def reader(limit=10):
- for i in range(limit):
- yield [random.random([784]).astype('float32'), random.random([1]).astype('float32')],
- x = fluid.layers.data(name='x', shape=[1, 28, 28])
- y = fluid.layers.data(name='y', shape=[1], dtype='float32')
- fluid.layers.elementwise_add(x, y)
- feeder = fluid.DataFeeder(['x','y'], fluid.CPUPlace())
- place_num = 2
- places = [fluid.CPUPlace() for x in range(place_num)]
- data = []
- exe = fluid.Executor(fluid.CPUPlace())
- exe.run(fluid.default_startup_program())
- program = fluid.CompiledProgram(fluid.default_main_program()).with_data_parallel(places=places)
- for item in reader():
- data.append(item)
- if place_num == len(data):
- exe.run(program=program, feed=list(feeder.feed_parallel(data, place_num)), fetch_list=[])
- data = []
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_devices
为True
, 可以使用此参数来设置GPU数目。如果multi_devices
为None
,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
抛出异常: ValueError
– 如果 drop_last
值为False并且data batch与设备不匹配时,产生此异常
代码示例
- import numpy.random as random
- import paddle
- import paddle.fluid as fluid
- def reader(limit=5):
- for i in range(limit):
- yield (random.random([784]).astype('float32'), random.random([1]).astype('int64')),
- place=fluid.CPUPlace()
- data = fluid.layers.data(name='data', shape=[1, 28, 28], dtype='float32')
- label = fluid.layers.data(name='label', shape=[1], dtype='int64')
- feeder = fluid.DataFeeder(place=place, feed_list=[data, label])
- reader = feeder.decorate_reader(reader, multi_devices=False)
- exe = fluid.Executor(place)
- exe.run(fluid.default_startup_program())
- for data in reader():
- exe.run(feed=data)