diff --git a/doc/fluid/user_guides/howto/prepare_data/index.rst b/doc/fluid/user_guides/howto/prepare_data/index.rst index 2af19d8d6f4c8f5be7b425237a08fa5e3c0ae235..100aaab59d2ad1b22ba5afcdffd2560b1b66d2b7 100644 --- a/doc/fluid/user_guides/howto/prepare_data/index.rst +++ b/doc/fluid/user_guides/howto/prepare_data/index.rst @@ -10,27 +10,22 @@ PaddlePaddle Fluid支持两种传入数据的方式: 配置数据输入层,并在 :code:`fluid.Executor` 或 :code:`fluid.ParallelExecutor` 中,使用 :code:`executor.run(feed=...)` 传入训练数据。 -2. 用户需要先将训练数据 -转换成 Paddle 识别的 :code:`fluid.recordio_writer` , 再使用 -:code:`Python Reader` 以及 :code:`PyReader` 配置数据读取。 +2. py_reader接口异步方式:用户需要先使用 :code:`fluid.layers.py_reader` 配置数据输入层,然后使用 +:code:`py_reader` 的 :code:`decorate_paddle_reader` 或 :code:`decorate_tensor_provider` +方法配置数据源,再通过 :code:`fluid.layers.read_file` 读取数据。 + 这两种准备数据方法的比较如下: -.. _user_guide_prepare_data_comparision: - -+------------+----------------------------------+---------------------------------------+ -| | Feed数据 | 使用Reader | -+============+==================================+=======================================+ -| API接口 | :code:`executor.run(feed=...)` | :code:`fluid.layers.reader` | -+------------+----------------------------------+---------------------------------------+ -| 数据格式 | Numpy Array | :code:`fluid.recordio_writer` | -+------------+----------------------------------+---------------------------------------+ -| 数据增强 | Python端使用其他库完成 | 使用Fluid中的Operator 完成 | -+------------+----------------------------------+---------------------------------------+ -| 速度 | 慢 | 快 | -+------------+----------------------------------+---------------------------------------+ -| 推荐用途 | 调试模型 | 工业训练 | -+------------+----------------------------------+---------------------------------------+ +======== ================================= ===================================== +对比项 Python Reader同步方式 py_reader接口异步方式 +======== ================================= ===================================== +API接口 :code:`executor.run(feed=...)` :code:`fluid.layers.py_reader` +数据格式 Numpy Array Numpy Array或LoDTensor +数据增强 Python端使用其他库完成 Python端使用其他库完成 +速度 慢 快 +推荐用途 调试模型 工业训练 +======== ================================= ===================================== 这些准备数据的详细使用方法,请参考: