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
PaddlePaddle
Paddle
提交
15193c9e
P
Paddle
项目概览
PaddlePaddle
/
Paddle
大约 1 年 前同步成功
通知
2298
Star
20931
Fork
5422
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1423
列表
看板
标记
里程碑
合并请求
543
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
1,423
Issue
1,423
列表
看板
标记
里程碑
合并请求
543
合并请求
543
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
15193c9e
编写于
6月 01, 2018
作者:
Y
yuyang18
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Faster RecordIO Scanner
上级
86efecb9
变更
4
显示空白变更内容
内联
并排
Showing
4 changed file
with
64 addition
and
42 deletion
+64
-42
paddle/fluid/recordio/chunk.cc
paddle/fluid/recordio/chunk.cc
+37
-21
paddle/fluid/recordio/chunk.h
paddle/fluid/recordio/chunk.h
+14
-2
paddle/fluid/recordio/scanner.cc
paddle/fluid/recordio/scanner.cc
+12
-14
paddle/fluid/recordio/scanner.h
paddle/fluid/recordio/scanner.h
+1
-5
未找到文件。
paddle/fluid/recordio/chunk.cc
浏览文件 @
15193c9e
...
...
@@ -119,40 +119,56 @@ bool Chunk::Write(std::ostream& os, Compressor ct) const {
}
bool
Chunk
::
Parse
(
std
::
istream
&
sin
)
{
Header
hdr
;
bool
ok
=
hdr
.
Parse
(
sin
);
ChunkParser
parser
(
sin
);
if
(
!
parser
.
Init
())
{
return
false
;
}
Clear
();
while
(
parser
.
HasNext
())
{
Add
(
parser
.
Next
());
}
return
true
;
}
ChunkParser
::
ChunkParser
(
std
::
istream
&
sin
)
:
in_
(
sin
)
{}
bool
ChunkParser
::
Init
()
{
pos_
=
0
;
bool
ok
=
header_
.
Parse
(
in_
);
if
(
!
ok
)
{
return
ok
;
}
auto
beg_pos
=
sin
.
tellg
();
uint32_t
crc
=
Crc32Stream
(
sin
,
hdr
.
CompressSize
());
PADDLE_ENFORCE_EQ
(
hdr
.
Checksum
(),
crc
);
Clear
();
sin
.
seekg
(
beg_pos
,
sin
.
beg
);
std
::
unique_ptr
<
std
::
istream
>
compressed_stream
;
switch
(
hdr
.
CompressType
())
{
auto
beg_pos
=
in_
.
tellg
();
uint32_t
crc
=
Crc32Stream
(
in_
,
header_
.
CompressSize
());
PADDLE_ENFORCE_EQ
(
header_
.
Checksum
(),
crc
);
in_
.
seekg
(
beg_pos
,
in_
.
beg
);
switch
(
header_
.
CompressType
())
{
case
Compressor
::
kNoCompress
:
break
;
case
Compressor
::
kSnappy
:
compressed_stream
.
reset
(
new
snappy
::
iSnappyStream
(
sin
));
compressed_stream
_
.
reset
(
new
snappy
::
iSnappyStream
(
in_
));
break
;
default:
PADDLE_THROW
(
"Not implemented"
);
}
return
true
;
}
std
::
istream
&
stream
=
compressed_stream
?
*
compressed_stream
:
sin
;
bool
ChunkParser
::
HasNext
()
const
{
return
pos_
<
header_
.
NumRecords
();
}
for
(
uint32_t
i
=
0
;
i
<
hdr
.
NumRecords
();
++
i
)
{
std
::
string
ChunkParser
::
Next
()
{
if
(
!
HasNext
())
{
return
""
;
}
++
pos_
;
std
::
istream
&
stream
=
compressed_stream_
?
*
compressed_stream_
:
in_
;
uint32_t
rec_len
;
stream
.
read
(
reinterpret_cast
<
char
*>
(
&
rec_len
),
sizeof
(
uint32_t
));
std
::
string
buf
;
buf
.
resize
(
rec_len
);
stream
.
read
(
&
buf
[
0
],
rec_len
);
PADDLE_ENFORCE_EQ
(
rec_len
,
stream
.
gcount
());
Add
(
buf
);
}
return
true
;
return
buf
;
}
}
// namespace recordio
}
// namespace paddle
paddle/fluid/recordio/chunk.h
浏览文件 @
15193c9e
...
...
@@ -13,6 +13,7 @@
// limitations under the License.
#pragma once
#include <memory>
#include <string>
#include <vector>
...
...
@@ -53,9 +54,20 @@ class Chunk {
DISABLE_COPY_AND_ASSIGN
(
Chunk
);
};
size_t
CompressData
(
const
char
*
in
,
size_t
in_length
,
Compressor
ct
,
char
*
out
);
class
ChunkParser
{
public:
explicit
ChunkParser
(
std
::
istream
&
sin
);
bool
Init
();
std
::
string
Next
();
bool
HasNext
()
const
;
void
DeflateData
(
const
char
*
in
,
size_t
in_length
,
Compressor
ct
,
char
*
out
);
private:
Header
header_
;
uint32_t
pos_
{
0
};
std
::
istream
&
in_
;
std
::
unique_ptr
<
std
::
istream
>
compressed_stream_
;
};
}
// namespace recordio
}
// namespace paddle
paddle/fluid/recordio/scanner.cc
浏览文件 @
15193c9e
...
...
@@ -22,35 +22,33 @@ namespace paddle {
namespace
recordio
{
Scanner
::
Scanner
(
std
::
unique_ptr
<
std
::
istream
>
&&
stream
)
:
stream_
(
std
::
move
(
stream
))
{
:
stream_
(
std
::
move
(
stream
))
,
parser_
(
*
stream_
)
{
Reset
();
}
Scanner
::
Scanner
(
const
std
::
string
&
filename
)
{
stream_
.
reset
(
new
std
::
ifstream
(
filename
));
Scanner
::
Scanner
(
const
std
::
string
&
filename
)
:
stream_
(
new
std
::
ifstream
(
filename
)),
parser_
(
*
stream_
)
{
Reset
();
}
void
Scanner
::
Reset
()
{
stream_
->
clear
();
stream_
->
seekg
(
0
,
std
::
ios
::
beg
);
ParseNextChunk
();
parser_
.
Init
();
}
std
::
string
Scanner
::
Next
()
{
PADDLE_ENFORCE
(
!
eof_
,
"StopIteration"
);
auto
rec
=
cur_chunk_
.
Record
(
offset_
++
);
if
(
offset_
==
cur_chunk_
.
NumRecords
())
{
ParseNextChunk
();
if
(
stream_
->
eof
())
{
return
""
;
}
return
rec
;
}
void
Scanner
::
ParseNextChunk
()
{
eof_
=
!
cur_chunk_
.
Parse
(
*
stream_
);
offset_
=
0
;
auto
res
=
parser_
.
Next
();
if
(
!
parser_
.
HasNext
()
&&
HasNext
())
{
parser_
.
Init
();
}
return
res
;
}
bool
Scanner
::
HasNext
()
const
{
return
!
eof_
;
}
bool
Scanner
::
HasNext
()
const
{
return
!
stream_
->
eof
()
;
}
}
// namespace recordio
}
// namespace paddle
paddle/fluid/recordio/scanner.h
浏览文件 @
15193c9e
...
...
@@ -37,11 +37,7 @@ class Scanner {
private:
std
::
unique_ptr
<
std
::
istream
>
stream_
;
Chunk
cur_chunk_
;
size_t
offset_
;
bool
eof_
;
void
ParseNextChunk
();
ChunkParser
parser_
;
};
}
// namespace recordio
}
// namespace paddle
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