Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
机器未来
Paddle
提交
ab86711a
P
Paddle
项目概览
机器未来
/
Paddle
与 Fork 源项目一致
Fork自
PaddlePaddle / Paddle
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Paddle
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1
Issue
1
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
ab86711a
编写于
12月 14, 2016
作者:
Q
qingqing01
提交者:
GitHub
12月 14, 2016
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #885 from reyoung/hotfix/fix_pydp_docs
Hotfix/fix pydp docs
上级
4c2b3b6e
576176d4
变更
4
隐藏空白更改
内联
并排
Showing
4 changed file
with
10 addition
and
10 deletion
+10
-10
.travis.yml
.travis.yml
+1
-1
doc/ui/data_provider/pydataprovider2.rst
doc/ui/data_provider/pydataprovider2.rst
+4
-4
doc/ui/index.md
doc/ui/index.md
+1
-1
doc_cn/ui/data_provider/pydataprovider2.rst
doc_cn/ui/data_provider/pydataprovider2.rst
+4
-4
未找到文件。
.travis.yml
浏览文件 @
ab86711a
...
@@ -50,7 +50,7 @@ before_install:
...
@@ -50,7 +50,7 @@ before_install:
fi
fi
-
if [[ "$TRAVIS_OS_NAME" == "linux" ]]; then sudo paddle/scripts/travis/before_install.linux.sh; fi
-
if [[ "$TRAVIS_OS_NAME" == "linux" ]]; then sudo paddle/scripts/travis/before_install.linux.sh; fi
-
if [[ "$TRAVIS_OS_NAME" == "osx" ]]; then paddle/scripts/travis/before_install.osx.sh; fi
-
if [[ "$TRAVIS_OS_NAME" == "osx" ]]; then paddle/scripts/travis/before_install.osx.sh; fi
-
pip install wheel protobuf
sphinx
breathe recommonmark virtualenv numpy
-
pip install wheel protobuf
'sphinx==1.4.9'
breathe recommonmark virtualenv numpy
script
:
script
:
-
paddle/scripts/travis/main.sh
-
paddle/scripts/travis/main.sh
notifications
:
notifications
:
...
...
doc/ui/data_provider/pydataprovider2.rst
浏览文件 @
ab86711a
...
@@ -174,12 +174,12 @@ input_types
...
@@ -174,12 +174,12 @@ input_types
+++++++++++
+++++++++++
PaddlePaddle has four data types, and three sequence types.
PaddlePaddle has four data types, and three sequence types.
The four data types are:
The four data types are:
* :code:`dense_vector`: dense float vector.
* :code:`dense_vector`: dense float vector.
* :code:`sparse_binary_vector`: sparse binary vector, most of the value is 0, and
* :code:`sparse_binary_vector`: sparse binary vector, most of the value is 0, and
the non zero elements are fixed to 1.
the non zero elements are fixed to 1.
* :code:`sparse_
float_
vector`: sparse float vector, most of the value is 0, and some
* :code:`sparse_vector`: sparse float vector, most of the value is 0, and some
non zero elements can be any float value. They are given by the user.
non zero elements can be any float value. They are given by the user.
* :code:`integer`: an integer scalar, that is especially used for label or word index.
* :code:`integer`: an integer scalar, that is especially used for label or word index.
...
@@ -200,7 +200,7 @@ in the above table.
...
@@ -200,7 +200,7 @@ in the above table.
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
| sparse_binary_vector | [i, i, ...] | [[i, ...], [i, ...], ...] | [[[i, ...], ...], [[i, ...], ...],...] |
| sparse_binary_vector | [i, i, ...] | [[i, ...], [i, ...], ...] | [[[i, ...], ...], [[i, ...], ...],...] |
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
| sparse_
float_vector
| [(i,f), (i,f), ...] | [[(i,f), ...], [(i,f), ...], ...] | [[[(i,f), ...], ...], [[(i,f), ...], ...],...] |
| sparse_
vector
| [(i,f), (i,f), ...] | [[(i,f), ...], [(i,f), ...], ...] | [[[(i,f), ...], ...], [[(i,f), ...], ...],...] |
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
| integer_value | i | [i, i, ...] | [[i, ...], [i, ...], ...] |
| integer_value | i | [i, i, ...] | [[i, ...], [i, ...], ...] |
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
...
@@ -227,7 +227,7 @@ Its parameters lists as follows:
...
@@ -227,7 +227,7 @@ Its parameters lists as follows:
* :code:`is_train` is a bool parameter that indicates the DataProvider is used in
* :code:`is_train` is a bool parameter that indicates the DataProvider is used in
training or testing.
training or testing.
* :code:`file_list` is the list of all files.
* :code:`file_list` is the list of all files.
* User-defined parameters args can be set in training configuration.
* User-defined parameters args can be set in training configuration.
Note, PaddlePaddle reserves the right to add pre-defined parameter, so please
Note, PaddlePaddle reserves the right to add pre-defined parameter, so please
...
...
doc/ui/index.md
浏览文件 @
ab86711a
...
@@ -7,7 +7,7 @@
...
@@ -7,7 +7,7 @@
## API Reference
## API Reference
*
[
Model Config Interface
](
api/trainer_config_helpers/index.
md
)
*
[
Model Config Interface
](
api/trainer_config_helpers/index.
rst
)
## Command Line Argument
## Command Line Argument
...
...
doc_cn/ui/data_provider/pydataprovider2.rst
浏览文件 @
ab86711a
...
@@ -53,7 +53,7 @@ process函数调用多次 :code:`yield` 即可。 :code:`yield` 是Python的一
...
@@ -53,7 +53,7 @@ process函数调用多次 :code:`yield` 即可。 :code:`yield` 是Python的一
.. literalinclude:: mnist_config.py
.. literalinclude:: mnist_config.py
这里说明了训练数据是 'train.list',而没有测试数据。引用的DataProvider是 'mnist_provider'
这里说明了训练数据是 'train.list',而没有测试数据。引用的DataProvider是 'mnist_provider'
这个模块中的 'process' 函数。
这个模块中的 'process' 函数。
同时,根据模型配置文件中 :code:`data_layer` 的名字,用户也可以显式指定返回的数据对应关系。例如:
同时,根据模型配置文件中 :code:`data_layer` 的名字,用户也可以显式指定返回的数据对应关系。例如:
...
@@ -152,7 +152,7 @@ PaddlePaddle的数据包括四种主要类型,和三种序列模式。其中
...
@@ -152,7 +152,7 @@ PaddlePaddle的数据包括四种主要类型,和三种序列模式。其中
* dense_vector 表示稠密的浮点数向量。
* dense_vector 表示稠密的浮点数向量。
* sparse_binary_vector 表示稀疏的零一向量,即大部分值为0,有值的位置只能取1
* sparse_binary_vector 表示稀疏的零一向量,即大部分值为0,有值的位置只能取1
* sparse_
float_
vector 表示稀疏的向量,即大部分值为0,有值的部分可以是任何浮点数
* sparse_vector 表示稀疏的向量,即大部分值为0,有值的部分可以是任何浮点数
* integer 表示整数标签。
* integer 表示整数标签。
而三种序列模式为
而三种序列模式为
...
@@ -170,7 +170,7 @@ PaddlePaddle的数据包括四种主要类型,和三种序列模式。其中
...
@@ -170,7 +170,7 @@ PaddlePaddle的数据包括四种主要类型,和三种序列模式。其中
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
| sparse_binary_vector | [i, i, ...] | [[i, ...], [i, ...], ...] | [[[i, ...], ...], [[i, ...], ...],...] |
| sparse_binary_vector | [i, i, ...] | [[i, ...], [i, ...], ...] | [[[i, ...], ...], [[i, ...], ...],...] |
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
| sparse_
float_vector
| [(i,f), (i,f), ...] | [[(i,f), ...], [(i,f), ...], ...] | [[[(i,f), ...], ...], [[(i,f), ...], ...],...] |
| sparse_
vector
| [(i,f), (i,f), ...] | [[(i,f), ...], [(i,f), ...], ...] | [[[(i,f), ...], ...], [[(i,f), ...], ...],...] |
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
| integer_value | i | [i, i, ...] | [[i, ...], [i, ...], ...] |
| integer_value | i | [i, i, ...] | [[i, ...], [i, ...], ...] |
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
+----------------------+---------------------+-----------------------------------+------------------------------------------------+
...
@@ -202,7 +202,7 @@ DataProvider提供了两种简单的Cache策略。他们是
...
@@ -202,7 +202,7 @@ DataProvider提供了两种简单的Cache策略。他们是
* CacheType.NO_CACHE 不缓存任何数据,每次都会从python端读取数据
* CacheType.NO_CACHE 不缓存任何数据,每次都会从python端读取数据
* CacheType.CACHE_PASS_IN_MEM 第一个pass会从python端读取数据,剩下的pass会直接从内存里
* CacheType.CACHE_PASS_IN_MEM 第一个pass会从python端读取数据,剩下的pass会直接从内存里
读取数据。
读取数据。
注意事项
注意事项
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录