QueueDataset

• class paddle.fluid.dataset.QueueDataset[源代码]

流式处理数据。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset("QueueDataset")

• local_shuffle()

局域shuffle数据

QueueDataset中不支持局域shuffle，可能抛出NotImplementedError

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset("QueueDataset")
dataset.local_shuffle()

• global_shuffle(fleet=None)

全局shuffle数据

QueueDataset中不支持全局shuffle，可能抛出NotImplementedError

代码示例:

import paddle.fluid as fluid
from paddle.fluid.incubate.fleet.parameter_server.pslib import fleet
dataset = fluid.DatasetFactory().create_dataset("QueueDataset")
dataset.global_shuffle(fleet)

• desc()

为 DataFeedDesc 返回一个缓存信息。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
print(dataset.desc())

返回：一个字符串信息

• set_batch_size(batch_size)

设置batch size。在训练期间生效。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
dataset.set_batch_size(128)

• 参数：
• • batch_size (int) - batch size

• set_fea_eval(record_candidate_size, fea_eval)

• 参数：
• • record_candidate_size (int) - 打乱一个特征的候选实例大小
  • fea_eval (bool) - 是否设置特征验证模式来打乱特征，默认为True。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset(“InMemoryDataset”)
dataset.set_fea_eval(1000000, True)

• set_filelist(filelist)

在当前的worker中设置文件列表。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
dataset.set_filelist(["a.txt", "b.txt"])

• 参数：
• • filelist (list) - 文件列表

• set_hdfs_config(fs_name, fs_ugi)

设置hdfs配置：fs名称与ugi。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
dataset.set_hdfs_config("my_fs_name", "my_fs_ugi")

• 参数：
• • fs_name (str) - fs名称
  • fs_ugi (str) - fs ugi

• set_pipe_command(pipe_coommand)

在当前的 dataset 中设置pipe命令。pipe命令只能使用UNIX的pipe命令

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
dataset.set_pipe_command("python my_script.py")

• 参数：
• • pipe_command (str) - pipe命令

• set_thread(thread_num)

设置进程数量，等于readers的数量。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
dataset.set_thread(12)

• 参数：
• • thread_num (int) - 进程数量

• set_use_var(var_list)

设置将要使用的 Variable 。

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset()
dataset.set_use_var([data, label])

• 参数：
• • var_list (list) - variable 列表

• slots_shuffle(slots)

该方法是在特征层次上的一个打乱方法，经常被用在有着较大缩放率实例的稀疏矩阵上，为了比较metric，比如auc，在一个或者多个有着baseline的特征上做特征打乱来验证特征level的重要性。

• 参数：
• • slots (list[string]) - 要打乱特征的集合

代码示例:

import paddle.fluid as fluid
dataset = fluid.DatasetFactory().create_dataset(“InMemoryDataset”)
dataset.set_merge_by_lineid()
#支持slot 0
dataset.slots_shuffle([‘0’])