文章目录
- 问题描述：
- 问题分析：
- 解决方法：
- 参考：
问题描述：
想在
Fluid中使用自己的数据集，但不知如何创建一个reader来使用自己的数据。问题分析：
Paddle为了让使用者更加容易上手，对很多实例数据进行了封装，方便直接使用，具体封装好的实例数据有：import paddle.dataset.mnist
import paddle.dataset.imikolov
import paddle.dataset.imdb
import paddle.dataset.cifar
import paddle.dataset.movielens
import paddle.dataset.conll05
import paddle.dataset.uci_housing
import paddle.dataset.sentiment
import paddle.dataset.wmt14
import paddle.dataset.wmt16
import paddle.dataset.mq2007
import paddle.dataset.flowers
import paddle.dataset.voc2012
import paddle.dataset.image
封装的逻辑其实具有普适性，你可以模仿封装代码中定义
reader数据读入者的方法。解决方法：
这里写一个简单的
reader，代码如下：import paddle.fluid as fluid
import paddledef reader_createor(data, label):
def reader():
for i in range(len(data)):
yield data[i,:], int(label[i])
return readertrain_reader = paddle.batch(
paddle.reader.shuffle(
reader=reader_createor(data, label),buf_size=200
), batch_size=16
)
其中
reader_createor用于创建数据，使用了python的yield字段，即将方法变成了生成器，这里可以同时生成数据与对应的标签，然后使用paddle.batch()方法来调用reader_createor，实现自己数据的读入，然后就可以将该读入器train_reader用于训练中了。参考：
https://blog.csdn.net/PaddlePaddle/article/details/88290507
