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
models
提交
1dbc2855
M
models
项目概览
PaddlePaddle
/
models
大约 1 年 前同步成功
通知
222
Star
6828
Fork
2962
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
602
列表
看板
标记
里程碑
合并请求
255
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
models
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
602
Issue
602
列表
看板
标记
里程碑
合并请求
255
合并请求
255
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
未验证
提交
1dbc2855
编写于
12月 25, 2020
作者:
S
smallv0221
提交者:
GitHub
12月 25, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
upgrade MapDatasetWrapper (#5132)
* upgrade MapDatasetWrapper * minor fix * refine code
上级
61e6247b
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
28 addition
and
17 deletion
+28
-17
PaddleNLP/paddlenlp/datasets/dataset.py
PaddleNLP/paddlenlp/datasets/dataset.py
+28
-17
未找到文件。
PaddleNLP/paddlenlp/datasets/dataset.py
浏览文件 @
1dbc2855
...
...
@@ -89,14 +89,21 @@ class MapDatasetWrapper(Dataset):
def
__init__
(
self
,
data
):
self
.
data
=
data
self
.
_transform_func
=
None
self
.
_transform_pipline
=
[]
self
.
new_data
=
self
.
data
def
_transform
(
self
,
data
,
pipline
):
for
fn
in
reversed
(
pipline
):
data
=
fn
(
data
)
return
data
def
__getitem__
(
self
,
idx
):
return
self
.
_transform_func
(
self
.
data
[
idx
])
if
self
.
_transform_func
else
self
.
data
[
idx
]
return
self
.
_transform
(
self
.
new_data
[
idx
],
self
.
_transform_pipline
)
if
self
.
_transform_pipline
else
self
.
new_data
[
idx
]
def
__len__
(
self
):
return
len
(
self
.
data
)
return
len
(
self
.
new_
data
)
def
filter
(
self
,
fn
):
"""
...
...
@@ -108,11 +115,12 @@ class MapDatasetWrapper(Dataset):
Returns:
MapDatasetWrapper: The filtered dataset
"""
filted_data
=
[
self
.
data
[
idx
]
for
idx
in
range
(
len
(
self
.
data
))
if
fn
(
self
.
data
[
idx
])
self
.
new_data
=
[
self
.
new_data
[
idx
]
for
idx
in
range
(
len
(
self
.
new_data
))
if
fn
(
self
.
new_data
[
idx
])
]
return
type
(
self
)(
filted_data
)
return
self
def
shard
(
self
,
num_shards
=
None
,
index
=
None
):
"""
...
...
@@ -132,16 +140,18 @@ class MapDatasetWrapper(Dataset):
num_shards
=
dist
.
get_world_size
()
if
index
is
None
:
index
=
dist
.
get_rank
()
num_samples
=
int
(
math
.
ceil
(
len
(
self
.
data
)
*
1.0
/
num_shards
))
num_samples
=
int
(
math
.
ceil
(
len
(
self
.
new_data
)
*
1.0
/
num_shards
))
total_size
=
num_samples
*
num_shards
# add extra samples to make it evenly divisible
s
harded
_data
=
[
self
.
data
[
idx
]
for
idx
in
range
(
len
(
self
.
data
))
s
elf
.
new
_data
=
[
self
.
new_data
[
idx
]
for
idx
in
range
(
len
(
self
.
new_
data
))
if
idx
%
num_shards
==
index
]
if
len
(
sharded_data
)
<
num_samples
:
sharded_data
.
append
(
self
.
data
[
index
+
1
-
num_shards
])
return
type
(
self
)(
sharded_data
)
if
len
(
self
.
new_data
)
<
num_samples
:
self
.
new_data
.
append
(
self
.
new_data
[
index
+
1
-
num_shards
])
return
self
def
apply
(
self
,
fn
,
lazy
=
False
):
"""
...
...
@@ -159,10 +169,11 @@ class MapDatasetWrapper(Dataset):
otherwise bind `fn` as a property to transform on demand.
"""
if
lazy
:
self
.
_transform_
func
=
fn
self
.
_transform_
pipline
.
append
(
fn
)
else
:
applied_data
=
[
fn
(
self
.
data
[
idx
])
for
idx
in
range
(
len
(
self
.
data
))]
return
type
(
self
)(
applied_data
)
self
.
new_data
=
[
fn
(
self
.
new_data
[
idx
])
for
idx
in
range
(
len
(
self
.
new_data
))
]
return
self
def
__getattr__
(
self
,
name
):
...
...
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