Imdb

class paddle.text.datasets.Imdb [源代码]

该类是对`IMDB <https://www.imdb.com/interfaces/>`_ 测试数据集的实现。

参数

• data_file(str) - 保存压缩数据的路径，如果参数:attr:`download`设置为True，

可设置为None。默认为None。 - mode(str) - ‘train’ 或’test’ 模式。默认为’train’。 - cutoff(int) - 构建词典的截止大小。默认为Default 150。 - download(bool) - 如果:attr:`data_file`未设置，是否自动下载数据集。默认为True。

返回值

Dataset， IMDB数据集实例。

代码示例

import paddle
from paddle.text.datasets import Imdb
class SimpleNet(paddle.nn.Layer):
    def __init__(self):
        super(SimpleNet, self).__init__()
    def forward(self, doc, label):
        return paddle.sum(doc), label
imdb = Imdb(mode='train')
for i in range(10):
    doc, label = imdb[i]
    doc = paddle.to_tensor(doc)
    label = paddle.to_tensor(label)
    model = SimpleNet()
    image, label = model(doc, label)
    print(doc.numpy().shape, label.numpy().shape)