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
PaddleRec
提交
147fe8cb
P
PaddleRec
项目概览
PaddlePaddle
/
PaddleRec
通知
68
Star
12
Fork
5
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
27
列表
看板
标记
里程碑
合并请求
10
Wiki
1
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleRec
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
27
Issue
27
列表
看板
标记
里程碑
合并请求
10
合并请求
10
Pages
分析
分析
仓库分析
DevOps
Wiki
1
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
147fe8cb
编写于
8月 01, 2019
作者:
X
xiexionghang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add dataset
上级
8b7e1ed1
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
79 addition
and
10 deletion
+79
-10
paddle/fluid/train/custom_trainer/feed/dataset/data_reader.h
paddle/fluid/train/custom_trainer/feed/dataset/data_reader.h
+75
-0
paddle/fluid/train/custom_trainer/feed/dataset/dataset_container.h
...uid/train/custom_trainer/feed/dataset/dataset_container.h
+3
-10
paddle/fluid/train/custom_trainer/feed/executor/executor.cc
paddle/fluid/train/custom_trainer/feed/executor/executor.cc
+1
-0
未找到文件。
paddle/fluid/train/custom_trainer/feed/dataset/data_reader.h
0 → 100644
浏览文件 @
147fe8cb
/* DataReader
* 对指定数据的读取
*/
#pragma once
#include <map>
#include <string>
#include <vector>
#include <memory>
#include <yaml-cpp/yaml.h>
#include "paddle/fluid/framework/channel.h"
namespace
paddle
{
namespace
custom_trainer
{
namespace
feed
{
class
TrainerContext
;
struct
FeatureItem
{
uint64_t
feature_sign
;
uint16_t
slot_id
;
};
struct
SampleInstance
{
std
::
string
id
;
std
::
vector
<
float
>
lables
;
std
::
vector
<
FeatureItem
>
features
;
std
::
vector
<
float
>
embedx
;
};
class
DataItem
{
public:
DataItem
()
{}
virtual
~
DataItem
()
{}
std
::
string
id
;
//样本id标识,可用于shuffle
std
::
string
data
;
//样本数据, maybe压缩格式
};
class
DataParser
{
public:
DataParser
()
{}
virtual
~
DataParser
()
{}
virtual
int
initialize
(
const
YAML
::
Node
&
config
,
std
::
shared_ptr
<
TrainerContext
>
context
)
=
0
;
virtual
int
parse
(
const
std
::
string
&
str
,
DataItem
&
data
)
const
{
return
parse
(
str
.
c_str
(),
str
.
size
(),
data
);
}
virtual
int
parse
(
const
char
*
str
,
size_t
len
,
DataItem
&
data
)
const
=
0
;
virtual
int
parse_to_sample
(
const
DataItem
&
data
,
SampleInstance
&
instance
)
const
=
0
;
};
REGISTER_REGISTERER
(
DataParser
);
class
DataReader
{
public:
DataReader
()
{}
virtual
~
DataReader
()
{}
virtual
int
initialize
(
const
YAML
::
Node
&
config
,
std
::
shared_ptr
<
TrainerContext
>
context
)
=
0
;
//判断样本数据是否已就绪,就绪表明可以开始download
virtual
bool
is_data_ready
(
const
std
::
string
&
data_dir
)
=
0
;
//读取数据样本流中
virtual
int
read_all
(
const
std
::
string
&
data_dir
,
::
paddle
::
framework
::
Channel
<
DataItem
>
data_channel
)
=
0
;
virtual
const
DataParser
*
get_parser
()
{
return
_parser
.
get
();
}
private:
std
::
shared_ptr
<
DataParser
>
_parser
;
std
::
string
_data_converter_shell
;
};
REGISTER_REGISTERER
(
DataReader
);
//TODO
//HDFS/DISK Reader
}
//namespace feed
}
//namespace custom_trainer
}
//namespace paddle
paddle/fluid/train/custom_trainer/feed/dataset/dataset_container.h
浏览文件 @
147fe8cb
...
...
@@ -9,27 +9,20 @@
#include <yaml-cpp/yaml.h>
#include "paddle/fluid/framework/channel.h"
#include "paddle/fluid/framework/data_set.h"
#include "paddle/fluid/train/custom_trainer/feed/dataset/data_reader.h"
#include "paddle/fluid/train/custom_trainer/feed/common/runtime_environment.h"
namespace
paddle
{
namespace
custom_trainer
{
namespace
feed
{
//单条样本的原始数据
class
DataItem
{
public:
DataItem
()
{}
virtual
~
DataItem
()
{}
std
::
string
id
;
//样本id标识,可用于shuffle
std
::
string
data
;
//样本完整数据
};
class
DatasetContainer
{
public:
DatasetContainer
()
{}
virtual
~
DatasetContainer
()
{}
virtual
int
initialize
(
const
YAML
::
Node
&
config
)
{
_dataset_config
=
config
;
//预取n轮样本数据
_prefetch_num
=
config
[
"prefetch_num"
].
as
<
int
>
();
_data_root_path
=
config
[
"root_path"
].
as
<
std
::
string
>
();
_data_path_generater
=
config
[
"_data_path_generater"
].
as
<
std
::
string
>
();
...
...
@@ -54,7 +47,7 @@ protected:
uint32_t
_current_dataset_idx
;
//当前样本数据idx
int
_current_epoch_id
=
-
1
;
int
_ready_epoch_id
=
-
1
;
//已下载完成的epoch_id
std
::
vector
<
std
::
shared_ptr
<::
paddle
::
framework
::
Dataset
>>
_dataset_list
;
std
::
vector
<
std
::
shared_ptr
<::
paddle
::
framework
::
Dataset
>>
_dataset_list
;
//预取的数据列表
};
}
//namespace feed
...
...
paddle/fluid/train/custom_trainer/feed/executor/executor.cc
浏览文件 @
147fe8cb
...
...
@@ -123,6 +123,7 @@ int SimpleExecutor::run() {
}
return
0
;
}
REGISTER_CLASS
(
Executor
,
SimpleExecutor
);
}
// namespace feed
}
// namespace custom_trainer
...
...
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