io¶

batch¶

paddle.fluid.layers.batch(reader, batch_size)[源代码]¶

该层是一个reader装饰器。接受一个reader变量并添加``batching``装饰。读取装饰的reader，输出数据自动组织成batch的形式。

参数：

reader (Variable)-装饰有“batching”的reader变量
batch_size (int)-批尺寸

返回：装饰有``batching``的reader变量

返回类型：变量(Variable)

代码示例：

import paddle.fluid as fluid
raw_reader = fluid.layers.io.open_files(filenames=['./data1.recordio',
                                           './data2.recordio'],
                                    shapes=[(3,224,224), (1,)],
                                    lod_levels=[0, 0],
                                    dtypes=['float32', 'int64'],
                                    thread_num=2,
                                    buffer_size=2)
batch_reader = fluid.layers.batch(reader=raw_reader, batch_size=5)

# 如果用raw_reader读取数据：
#     data = fluid.layers.read_file(raw_reader)
# 只能得到数据实例。
#
# 但如果用batch_reader读取数据：
#     data = fluid.layers.read_file(batch_reader)
# 每5个相邻的实例自动连接成一个batch。因此get('data')得到的是一个batch数据而不是一个实例。

create_py_reader_by_data¶

paddle.fluid.layers.create_py_reader_by_data(capacity, feed_list, name=None, use_double_buffer=True)[源代码]¶

创建一个 Python reader用于在python中提供数据,该函数将返回一个 reader 变量。

它的工作方式与 py_reader 非常相似，除了它的输入是一个 feed_list 而不是 shapes、 dtypes 和 lod_level

参数：

capacity (int) - 缓冲区容量由 py_reader 维护
feed_list (list(Variable)) - 传输数据列表
name (basestring) - 前缀Python队列名称和 reader 名称。不定义时将自动生成名称。
use_double_buffer (bool) - 是否使用 double buffer

返回： Variable: 一种reader，我们可以从中获得输入数据。

代码示例：

py_reader 的基本用法如下所示：

import paddle
import paddle.fluid as fluid
import paddle.dataset.mnist as mnist

def network(img, label):
    # 用户自定义网络。此处以一个简单的线性回归作为示例。
    predict = fluid.layers.fc(input=img, size=10, act='softmax')
    loss = fluid.layers.cross_entropy(input=predict, label=label)
    return fluid.layers.mean(loss)

image = fluid.layers.data(name='image', shape=[1, 28, 28], dtype='float32')
label = fluid.layers.data(name='label', shape=[1], dtype='int64')
reader = fluid.layers.create_py_reader_by_data(capacity=64,
                                               feed_list=[image, label])
reader.decorate_paddle_reader(
    paddle.reader.shuffle(paddle.batch(mnist.train(), batch_size=5), buf_size=500))
img, label = fluid.layers.read_file(reader)
loss = network(img, label) # 一些网络定义

fluid.Executor(fluid.CUDAPlace(0)).run(fluid.default_startup_program())

exe = fluid.ParallelExecutor(use_cuda=True, loss_name=loss.name)
for epoch_id in range(10):
    reader.start()
    try:
        while True:
            exe.run(fetch_list=[loss.name])
    except fluid.core.EOFException:
        reader.reset()

data¶

paddle.fluid.layers.data(name, shape, append_batch_size=True, dtype='float32', lod_level=0, type=VarType.LOD_TENSOR, stop_gradient=True)[源代码]¶

数据层(Data Layer)

该功能接受输入数据，判断是否需要以minibatch方式返回数据，然后使用辅助函数创建全局变量。该全局变量可由计算图中的所有operator访问。

这个函数的所有输入变量都作为本地变量传递给LayerHelper构造函数。

请注意，paddle在编译期间仅使用shape来推断网络中以下变量的形状。在运行期间，paddle不会检查所需数据的形状是否与此函数中的形状设置相匹配。

参数：

name (str)-函数名或函数别名
shape (list)-声明维度信息的list。如果 append_batch_size 为True且内部没有维度值为-1，则应将其视为每个样本的形状。否则，应将其视为batch数据的形状。
append_batch_size (bool)-

1.如果为真，则在维度shape的开头插入-1。例如，如果shape=[1],则输出shape为[-1,1]。这对在运行期间设置不同的batch大小很有用。

2.如果维度shape包含-1，比如shape=[-1,1]。 append_batch_size会强制变为为False（表示无效），因为PaddlePaddle不能在shape上设置一个以上的未知数。
dtype (np.dtype|VarType|str)-数据类型：float32,float_16,int等
type (VarType)-输出类型。默认为LOD_TENSOR
lod_level (int)-LoD层。0表示输入数据不是一个序列
stop_gradient (bool)-布尔类型，提示是否应该停止计算梯度

返回：全局变量，可进行数据访问

返回类型：变量(Variable)

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name='x', shape=[784], dtype='float32')

double_buffer¶

paddle.fluid.layers.double_buffer(reader, place=None, name=None)[源代码]¶

生成一个双缓冲队列reader. 数据将复制到具有双缓冲队列的位置（由place指定），如果 place=none 则将使用executor执行的位置。

参数:

reader (Variable) – 需要wrap的reader
place (Place) – 目标数据的位置. 默认是executor执行样本的位置.
name (str) – Variable 的名字. 默认为None，不关心名称时也可以设置为None

返回：双缓冲队列的reader

代码示例

import paddle.fluid as fluid
reader = fluid.layers.open_files(filenames=['mnist.recordio'],
         shapes=[[-1, 784], [-1, 1]],
         dtypes=['float32', 'int64'])
reader = fluid.layers.double_buffer(reader)
img, label = fluid.layers.read_file(reader)

load¶

paddle.fluid.layers.load(out, file_path, load_as_fp16=None)[源代码]¶

Load操作命令将从磁盘文件中加载LoDTensor/SelectedRows变量。

import paddle.fluid as fluid
tmp_tensor = fluid.layers.create_tensor(dtype='float32')
fluid.layers.load(tmp_tensor, "./tmp_tensor.bin")

参数：

out (Variable)-需要加载的LoDTensor或SelectedRows
file_path (STRING)-预从“file_path”中加载的变量Variable
load_as_fp16 (BOOLEAN)-如果为真，张量首先进行加载然后类型转换成float16。如果为假，张量将直接加载，不需要进行数据类型转换。默认为false。

返回：None

open_files¶

paddle.fluid.layers.open_files(filenames, shapes, lod_levels, dtypes, thread_num=None, buffer_size=None, pass_num=1, is_test=None)[源代码]¶

打开文件(Open files)

该函数获取需要读取的文件列表，并返回Reader变量。通过Reader变量，我们可以从给定的文件中获取数据。所有文件必须有名称后缀来表示它们的格式，例如，*.recordio。

参数：

filenames (list)-文件名列表
shape (list)-元组类型值列表，声明数据维度
lod_levels (list)-整形值列表，声明数据的lod层级
dtypes (list)-字符串类型值列表，声明数据类型
thread_num (None)-用于读文件的线程数。默认：min(len(filenames),cpu_number)
buffer_size (None)-reader的缓冲区大小。默认：3*thread_num
pass_num (int)-用于运行的传递数量
is_test (bool|None)-open_files是否用于测试。如果用于测试，生成的数据顺序和文件顺序一致。反之，无法保证每一epoch之间的数据顺序是一致的

返回：一个Reader变量，通过该变量获取文件数据

返回类型：变量(Variable)

代码示例：

import paddle.fluid as fluid
reader = fluid.layers.io.open_files(filenames=['./data1.recordio',
                                        './data2.recordio'],
                                shapes=[(3,224,224), (1,)],
                                lod_levels=[0, 0],
                                dtypes=['float32', 'int64'])

# 通过reader, 可使用''read_file''层获取数据:
image, label = fluid.layers.io.read_file(reader)

Preprocessor¶

class paddle.fluid.layers.Preprocessor(reader, name=None)[源代码]¶

reader变量中数据预处理块。

参数：

reader (Variable)-reader变量
name (str,默认None)-reader的名称

代码示例:

import paddle.fluid as fluid
reader = fluid.layers.io.open_files(
    filenames=['./data1.recordio', './data2.recordio'],
    shapes=[(3, 224, 224), (1, )],
    lod_levels=[0, 0],
    dtypes=['float32', 'int64'])

preprocessor = fluid.layers.io.Preprocessor(reader=reader)
with preprocessor.block():
    img, lbl = preprocessor.inputs()
    img_out = img / 2
    lbl_out = lbl + 1
    preprocessor.outputs(img_out, lbl_out)
data_file = fluid.layers.io.double_buffer(preprocessor())

py_reader¶

paddle.fluid.layers.py_reader(capacity, shapes, dtypes, lod_levels=None, name=None, use_double_buffer=True)[源代码]¶

创建一个由在Python端提供数据的reader

该layer返回一个Reader Variable。reader提供了 decorate_paddle_reader() 和 decorate_tensor_provider() 来设置Python generator作为数据源。更多细节请参考异步数据读取，在c++端调用 Executor::Run() 时，来自generator的数据将被自动读取。与 DataFeeder.feed() 不同，数据读取进程和 Executor::Run() 进程可以使用 py_reader 并行运行。reader的 start() 方法应该在每次数据传递开始时调用，在传递结束和抛出 fluid.core.EOFException 后执行 reset() 方法。注意， Program.clone() 方法不能克隆 py_reader 。

参数:

capacity (int) – py_reader 维护的缓冲区容量
shapes (list|tuple) –数据形状的元组或列表
dtypes (list|tuple) – shapes 对应元素的数据类型
lod_levels (list|tuple) – lod_level的整型列表或元组
name (basestring) – python 队列的前缀名称和Reader 名称。不会自动生成。
use_double_buffer (bool) – 是否使用双缓冲

返回: reader，从reader中可以获取feed的数据

返回类型: Variable

代码示例

1.py_reader 基本用法如下

import paddle
import paddle.fluid as fluid
import paddle.dataset.mnist as mnist

def network(image, label):
  # 用户自定义网络，此处以softmax回归为例
    predict = fluid.layers.fc(input=image, size=10, act='softmax')
    return fluid.layers.cross_entropy(input=predict, label=label)

reader = fluid.layers.py_reader(capacity=64,
                                shapes=[(-1,1, 28, 28), (-1,1)],
                                dtypes=['float32', 'int64'])
reader.decorate_paddle_reader(
    paddle.reader.shuffle(paddle.batch(mnist.train(), batch_size=5),
                          buf_size=1000))

img, label = fluid.layers.read_file(reader)
loss = network(img, label) # 一些网络定义

fluid.Executor(fluid.CUDAPlace(0)).run(fluid.default_startup_program())
exe = fluid.ParallelExecutor(use_cuda=True, loss_name=loss.name)
for epoch_id in range(10):
    reader.start()
        try:
            while True:
                exe.run(fetch_list=[loss.name])
        except fluid.core.EOFException:
            reader.reset()

fluid.io.save_inference_model(dirname='./model',
                              feeded_var_names=[img.name, label.name],
                              target_vars=[loss],
                              executor=fluid.Executor(fluid.CUDAPlace(0)))

2.训练和测试应使用不同的名称创建两个不同的py_reader，例如：

import paddle
import paddle.fluid as fluid
import paddle.dataset.mnist as mnist

def network(reader):
    img, label = fluid.layers.read_file(reader)
  # 用户自定义网络，此处以softmax回归为例
    predict = fluid.layers.fc(input=img, size=10, act='softmax')
    loss = fluid.layers.cross_entropy(input=predict, label=label)
    return fluid.layers.mean(loss)

# 新建 train_main_prog 和 train_startup_prog
train_main_prog = fluid.Program()
train_startup_prog = fluid.Program()
with fluid.program_guard(train_main_prog, train_startup_prog):
    # 使用 fluid.unique_name.guard() 实现与test program的参数共享
    with fluid.unique_name.guard():
        train_reader = fluid.layers.py_reader(capacity=64,
                                              shapes=[(-1, 1, 28, 28), (-1, 1)],
                                              dtypes=['float32', 'int64'],
                                              name='train_reader')
        train_reader.decorate_paddle_reader(
        paddle.reader.shuffle(paddle.batch(mnist.train(),
                              batch_size=5),
                              buf_size=500))
        train_loss = network(train_reader) # 一些网络定义
        adam = fluid.optimizer.Adam(learning_rate=0.01)
        adam.minimize(train_loss)

# Create test_main_prog and test_startup_prog
test_main_prog = fluid.Program()
test_startup_prog = fluid.Program()
with fluid.program_guard(test_main_prog, test_startup_prog):
    # 使用 fluid.unique_name.guard() 实现与train program的参数共享
    with fluid.unique_name.guard():
    test_reader = fluid.layers.py_reader(capacity=32,
                                         shapes=[(-1, 1, 28, 28), (-1, 1)],
                                         dtypes=['float32', 'int64'],
                                         name='test_reader')
    test_reader.decorate_paddle_reader(paddle.batch(mnist.test(), 512))

    test_loss = network(test_reader)

fluid.Executor(fluid.CUDAPlace(0)).run(train_startup_prog)
fluid.Executor(fluid.CUDAPlace(0)).run(test_startup_prog)

train_exe = fluid.ParallelExecutor(use_cuda=True,
    loss_name=train_loss.name, main_program=train_main_prog)
test_exe = fluid.ParallelExecutor(use_cuda=True,
    loss_name=test_loss.name, main_program=test_main_prog)
for epoch_id in range(10):
    train_reader.start()
    try:
        while True:
            train_exe.run(fetch_list=[train_loss.name])
    except fluid.core.EOFException:
        train_reader.reset()

test_reader.start()
try:
    while True:
        test_exe.run(fetch_list=[test_loss.name])
except fluid.core.EOFException:
    test_reader.reset()

random_data_generator¶

paddle.fluid.layers.random_data_generator(low, high, shapes, lod_levels, for_parallel=True)[源代码]¶

创建一个均匀分布随机数据生成器.

该层返回一个Reader变量。该Reader变量不是用于打开文件读取数据，而是自生成float类型的均匀分布随机数。该变量可作为一个虚拟reader来测试网络，而不需要打开一个真实的文件。

参数：

low (float)--数据均匀分布的下界
high (float)-数据均匀分布的上界
shapes (list)-元组数列表，声明数据维度
lod_levels (list)-整形数列表，声明数据
for_parallel (Bool)-若要运行一系列操作命令则将其设置为True

返回：Reader变量，可从中获取随机数据

返回类型：变量(Variable)

代码示例：

import paddle.fluid as fluid
reader = fluid.layers.random_data_generator(
                             low=0.0,
                             high=1.0,
                             shapes=[[3,224,224], [1]],
                             lod_levels=[0, 0])
# 通过reader, 可以用'read_file'层获取数据:
image, label = fluid.layers.read_file(reader)

read_file¶

paddle.fluid.layers.read_file(reader)[源代码]¶

执行给定的reader变量并从中获取数据

reader也是变量。可以为由fluid.layers.open_files()生成的原始reader或者由fluid.layers.double_buffer()生成的装饰变量，等等。

参数：

reader (Variable)-将要执行的reader

返回：从给定的reader中读取数据

返回类型: tuple（元组）

代码示例：

import paddle.fluid as fluid
data_file = fluid.layers.open_files(
    filenames=['mnist.recordio'],
    shapes=[(-1, 748), (-1, 1)],
    lod_levels=[0, 0],
    dtypes=["float32", "int64"])
data_file = fluid.layers.double_buffer(
    fluid.layers.batch(data_file, batch_size=64))
input, label = fluid.layers.read_file(data_file)

shuffle¶

paddle.fluid.layers.shuffle(reader, buffer_size)[源代码]¶

创建一个特殊的数据读取器，它的输出数据会被重洗(shuffle)。由原始读取器创建的迭代器得到的输出将会被暂存到shuffle缓存区，其后会对其进行重洗运算。shuffle缓存区的大小由参数 buffer_size 决定。

参数:

reader (callable) – 输出会被shuffle的原始reader
buffer_size (int) – 进行shuffle的buffer的大小

返回:其输出会被shuffle的一个reader（读取器）

返回类型:callable

代码示例：

import paddle.fluid as fluid
raw_reader = fluid.layers.io.open_files(filenames=['./data1.recordio',
                                               './data2.recordio'],
                                        shapes=[(3,224,224), (1,)],
                                        lod_levels=[0, 0],
                                        dtypes=['float32', 'int64'],
                                        thread_num=2,
                                        buffer_size=2)
batch_reader = fluid.layers.batch(reader=raw_reader, batch_size=5)
shuffle_reader = fluid.layers.shuffle(reader=batch_reader, buffer_size=5000)