Dataset

class paddle.io. Dataset [源代码]

概述 Dataset 的方法和行为的抽象类。

映射式(map-style)数据集需要继承这个基类,映射式数据集为可以通过一个键值索引并获取指定样本的数据集,所有映射式数据集须实现以下方法:

__getitem__:根据给定索引获取数据集中指定样本,在 paddle.io.DataLoader 中需要使用此函数通过下标获取样本。

__len__:返回数据集样本个数,paddle.io.BatchSampler 中需要样本个数生成下标序列。

paddle.io.DataLoader

代码示例

>>> import numpy as np
>>> from paddle.io import Dataset

>>> # define a random dataset
>>> class RandomDataset(Dataset):
...     def __init__(self, num_samples):
...         self.num_samples = num_samples
...
...     def __getitem__(self, idx):
...         image = np.random.random([784]).astype('float32')
...         label = np.random.randint(0, 9, (1, )).astype('int64')
...         return image, label
...
...     def __len__(self):
...         return self.num_samples
...
>>> dataset = RandomDataset(10)
>>> for i in range(len(dataset)):
...     image, label = dataset[i]
...     # do something