data

  • paddle.fluid.layers.data(name, shape, append_batch_size=True, dtype='float32', lod_level=0, type=VarType.LOD_TENSOR, stop_gradient=True)[源代码]

该OP会在全局block中创建变量(Variable),该全局变量可被计算图中的算子(operator)访问。

注意:

不推荐使用 paddle.fluid.layers.data ,因其在之后的版本中会被删除。请使用 paddle.fluid.data

paddle.fluid.layers.data 在组网期间会设置创建的变量维度(shape)和数据类型(dtype),但不会检查输入数据的维度和数据类型是否符合要求。 paddle.fluid.data 会在运行过程中由Executor/ParallelExecutor检查输入数据的维度。

  • 参数:
    • name (str)- 被创建的变量的名字,具体用法请参见 Name

    • shape (list)- 声明维度信息的list。如果 append_batch_size 为True且内部没有维度值为-1,则应将其视为每个样本的形状。 否则,应将其视为batch数据的形状。

    • append_batch_size (bool)-

1.如果为True,则在维度(shape)的开头插入-1。 例如,如果shape=[1],则输出shape为[-1,1]。可用于设置运行期间不同batch大小。

2.如果维度(shape)包含-1,比如shape=[-1,1]。 append_batch_size会强制变为为False(表示无效),因为PaddlePaddle不能在shape上设置一个以上的未知数。

  • dtype (np.dtype|VarType|str)- 数据类型,支持bool,float16,float32,float64,int8,int16,int32,int64,uint8。

  • type (VarType)- 输出类型,支持VarType.LOD_TENSOR,VarType.SELECTED_ROWS,VarType.NCCL_ID。默认为VarType.LOD_TENSOR。

  • lod_level (int)- LoD层。0表示输入数据不是一个序列。默认值为0。

  • stop_gradient (bool)- 提示是否应该停止计算梯度,默认值为True。

返回:全局变量,可进行数据访问

返回类型:Variable

代码示例

  1. import paddle.fluid as fluid
  2. data = fluid.layers.data(name='x', shape=[784], dtype='float32')