From 07dc6a35a65452853a1ae6698c45527574b3697e Mon Sep 17 00:00:00 2001 From: hedaoyuan Date: Wed, 8 Mar 2017 15:31:39 +0800 Subject: [PATCH] rename reader_dict to feeding --- understand_sentiment/README.md | 8 ++++---- understand_sentiment/index.html | 8 ++++---- understand_sentiment/train.py | 6 +++--- 3 files changed, 11 insertions(+), 11 deletions(-) diff --git a/understand_sentiment/README.md b/understand_sentiment/README.md index 1dfa46d..3e437f2 100644 --- a/understand_sentiment/README.md +++ b/understand_sentiment/README.md @@ -231,9 +231,9 @@ if __name__ == '__main__': ``` 这里，`dataset.imdb.train()`和`dataset.imdb.test()`分别是`dataset.imdb`中的训练数据和测试数据API。`train_reader`在训练时使用，意义是将读取的训练数据进行shuffle后，组成一个batch数据。同理，`test_reader`是在测试的时候使用，将读取的测试数据组成一个batch。 ``` - reader_dict={'word': 0, 'label': 1} + feeding={'word': 0, 'label': 1} ``` -`reader_dict`用来指定`train_reader`和`test_reader`返回的数据与模型配置中data_layer的对应关系。这里表示reader返回的第0列数据对应`word`层，第1列数据对应`label`层。 +`feeding`用来指定`train_reader`和`test_reader`返回的数据与模型配置中data_layer的对应关系。这里表示reader返回的第0列数据对应`word`层，第1列数据对应`label`层。 ### 构造模型 ``` # Please choose the way to build the network @@ -270,7 +270,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。 sys.stdout.write('.') sys.stdout.flush() if isinstance(event, paddle.event.EndPass): - result = trainer.test(reader=test_reader, reader_dict=reader_dict) + result = trainer.test(reader=test_reader, feeding=feeding) print "\nTest with Pass %d, %s" % (event.pass_id, result.metrics) ``` 可以通过给train函数传递一个`event_handler`来获取每个batch和每个pass结束的状态。比如构造如下一个`event_handler`可以在每100个batch结束后输出cost和error；在每个pass结束后调用`trainer.test`计算一遍测试集并获得当前模型在测试集上的error。 @@ -283,7 +283,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。 trainer.train( reader=train_reader, event_handler=event_handler, - reader_dict=reader_dict, + feeding=feeding, num_passes=2) ``` 程序运行之后的输出如下。 diff --git a/understand_sentiment/index.html b/understand_sentiment/index.html index ca8e818..ced0f25 100644 --- a/understand_sentiment/index.html +++ b/understand_sentiment/index.html @@ -273,9 +273,9 @@ if __name__ == '__main__': ``` 这里，`dataset.imdb.train()`和`dataset.imdb.test()`分别是`dataset.imdb`中的训练数据和测试数据API。`train_reader`在训练时使用，意义是将读取的训练数据进行shuffle后，组成一个batch数据。同理，`test_reader`是在测试的时候使用，将读取的测试数据组成一个batch。 ``` - reader_dict={'word': 0, 'label': 1} + feeding={'word': 0, 'label': 1} ``` -`reader_dict`用来指定`train_reader`和`test_reader`返回的数据与模型配置中data_layer的对应关系。这里表示reader返回的第0列数据对应`word`层，第1列数据对应`label`层。 +`feeding`用来指定`train_reader`和`test_reader`返回的数据与模型配置中data_layer的对应关系。这里表示reader返回的第0列数据对应`word`层，第1列数据对应`label`层。 ### 构造模型 ``` # Please choose the way to build the network @@ -312,7 +312,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。 sys.stdout.write('.') sys.stdout.flush() if isinstance(event, paddle.event.EndPass): - result = trainer.test(reader=test_reader, reader_dict=reader_dict) + result = trainer.test(reader=test_reader, feeding=feeding) print "\nTest with Pass %d, %s" % (event.pass_id, result.metrics) ``` 可以通过给train函数传递一个`event_handler`来获取每个batch和每个pass结束的状态。比如构造如下一个`event_handler`可以在每100个batch结束后输出cost和error；在每个pass结束后调用`trainer.test`计算一遍测试集并获得当前模型在测试集上的error。 @@ -325,7 +325,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。 trainer.train( reader=train_reader, event_handler=event_handler, - reader_dict=reader_dict, + feeding=feeding, num_passes=2) ``` 程序运行之后的输出如下。 diff --git a/understand_sentiment/train.py b/understand_sentiment/train.py index 81ff4a0..1c85655 100644 --- a/understand_sentiment/train.py +++ b/understand_sentiment/train.py @@ -117,7 +117,7 @@ if __name__ == '__main__': test_reader = paddle.batch( lambda: paddle.dataset.imdb.test(word_dict), batch_size=100) - reader_dict = {'word': 0, 'label': 1} + feeding = {'word': 0, 'label': 1} # network config # Please choose the way to build the network @@ -144,7 +144,7 @@ if __name__ == '__main__': sys.stdout.write('.') sys.stdout.flush() if isinstance(event, paddle.event.EndPass): - result = trainer.test(reader=test_reader, reader_dict=reader_dict) + result = trainer.test(reader=test_reader, feeding=feeding) print "\nTest with Pass %d, %s" % (event.pass_id, result.metrics) # create trainer @@ -155,5 +155,5 @@ if __name__ == '__main__': trainer.train( reader=train_reader, event_handler=event_handler, - reader_dict=reader_dict, + feeding=feeding, num_passes=2) -- GitLab