Python mxnet.io.PrefetchingIter用法及代碼示例

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

參數：

iters：(DataIter or list of DataIter) - 要預取的數據迭代器。
rename_data：(None or list of dict) - 這i-th 元素是一個重命名映射i-th iter，形式為 {‘original_name’: ‘new_name’}。 iter[i].provide_data 中的每個條目都應該有一個條目。
rename_label：(None or list of dict) - 相似rename_data.

基礎：mxnet.io.io.DataIter

為其他數據迭代器執行預取。

該迭代器將創建另一個線程來執行iter_next，然後將數據存儲在內存中。它可能會加速數據讀取，但會消耗更多內存。

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]]

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.io.PrefetchingIter。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。