Python PyTorch Batcher用法及代码示例

本文简要介绍python语言中 torchdata.datapipes.iter.Batcher 的用法。

用法:

class torchdata.datapipes.iter.Batcher(datapipe: IterDataPipe, batch_size: int, drop_last: bool = False, wrapper_class=DataChunk)

参数：

• datapipe-可迭代DataPipe正在批量处理

• batch_size-每批的大小

• drop_last-如果最后一批未满，可选择删除最后一批

• wrapper_class-在屈服之前应用于每个批次(类型 List )的包装器，默认为 DataChunk

创建小批量数据(函数名称：batch)。如果 drop_last 设置为 True ，则外部尺寸将添加为 batch_size ；如果 drop_last 设置为 False ，则最后一批的外部尺寸将添加为 length % batch_size 。

示例

>>> from torchdata.datapipes.iter import IterableWrapper
>>> dp = IterableWrapper(range(10))
>>> dp = dp.batch(batch_size=3, drop_last=True)
>>> list(dp)
[[0, 1, 2], [3, 4, 5], [6, 7, 8]]