Python mxnet.io.PrefetchingIter用法及代码示例

用法: class mxnet.io.PrefetchingIter(iters, rename_data=None, rename_label=None)

参数：

iters：(DataIter or list of DataIter) - 要预取的数据迭代器。
rename_data：(None or list of dict) - 这i-th 元素是一个重命名映射i-th iter，形式为 {‘original_name’: ‘new_name’}。 iter[i].provide_data 中的每个条目都应该有一个条目。
rename_label：(None or list of dict) - 相似rename_data.

基础：mxnet.io.io.DataIter

为其他数据迭代器执行预取。

该迭代器将创建另一个线程来执行iter_next，然后将数据存储在内存中。它可能会加速数据读取，但会消耗更多内存。

例子：

>>> iter1 = mx.io.NDArrayIter({'data':mx.nd.ones((100,10))}, batch_size=25)
>>> iter2 = mx.io.NDArrayIter({'data':mx.nd.ones((100,10))}, batch_size=25)
>>> piter = mx.io.PrefetchingIter([iter1, iter2],
...                               rename_data=[{'data': 'data_1'}, {'data': 'data_2'}])
>>> print(piter.provide_data)
[DataDesc[data_1,(25, 10L),<type 'numpy.float32'>,NCHW],
 DataDesc[data_2,(25, 10L),<type 'numpy.float32'>,NCHW]]

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.io.PrefetchingIter。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。