Python PyTorch IterableWrapper用法及代码示例

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

用法:

class torchdata.datapipes.iter.IterableWrapper(iterable, deepcopy=True)

参数：

• iterable-要包装到 IterDataPipe 中的可迭代对象

• deepcopy-为每个迭代器深度复制输入可迭代对象的选项。在 iter() 中读取第一个元素时会生成副本。

包装一个可迭代对象以创建一个 IterDataPipe。

注意

如果 deepcopy 显式设置为 False ，则用户应确保数据管道不包含对可迭代实例的任何就地操作，以防止迭代之间的数据不一致。

示例

>>> from torchdata.datapipes.iter import IterableWrapper
>>> dp = IterableWrapper(range(10))