mindspore.dataset.RenderedSST2Dataset ===================================== .. image:: https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/master/resource/_static/logo_source.svg :target: https://gitee.com/mindspore/mindspore/blob/master/docs/api/api_python/dataset/mindspore.dataset.RenderedSST2Dataset.rst :alt: 查看源文件 .. py:class:: mindspore.dataset.RenderedSST2Dataset(dataset_dir, usage=None, num_samples=None, num_parallel_workers=None, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None, cache=None) RenderedSST2（Rendered Stanford Sentiment Treebank v2）数据集。 生成的数据集有两列 `[image, label]`。`image` 列的数据类型为uint8。`label` 列的数据类型为uint32。 参数： - **dataset_dir** (str) - 包含数据集文件的根目录路径。 - **usage** (str, 可选) - 指定数据集的子集，可取值为 ``'train'`` 、 ``'val'`` 、 ``'test'`` 或 ``'all'`` 。默认值： ``None`` ，读取全部样本图片。 - **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值： ``None`` ，读取全部样本图片。 - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值： ``None`` ，使用全局默认线程数(8)，也可以通过 :func:`mindspore.dataset.config.set_num_parallel_workers` 配置全局线程数。 - **shuffle** (bool, 可选) - 是否混洗数据集。默认值： ``None`` ，下表中会展示不同参数配置的预期行为。 - **decode** (bool, 可选) - 是否对读取的图片进行解码操作。默认值： ``False`` ，不解码。 - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器。默认值： ``None`` ，下表中会展示不同配置的预期行为。 - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数。默认值： ``None`` 。指定此参数后， `num_samples` 表示每个分片的最大样本数。 - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号。默认值： ``None`` 。只有当指定了 `num_shards` 时才能指定此参数。 - **cache** (:class:`~.dataset.DatasetCache`, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 `_ 。默认值： ``None`` ，不使用缓存。 异常： - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。 - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。 - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数或同时指定了 `sampler` 和 `shard_id` 参数。 - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。 - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。 - **ValueError** - `usage` 参数取值不为 ``'train'`` 、 ``'val'`` 、 ``'test'`` 或 ``'all'`` 。 - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。 - **ValueError** - `shard_id` 参数值错误，小于0或者大于等于 `num_shards` 。 教程样例： - `使用数据Pipeline加载 & 处理数据集 `_ .. note:: 入参 `num_samples` 、 `shuffle` 、 `num_shards` 、 `shard_id` 可用于控制数据集所使用的采样器，其与入参 `sampler` 搭配使用的效果如下。 .. include:: mindspore.dataset.sampler.txt **关于RenderedSST2数据集：** Rendered SST2是一个图像分类数据集，它是由SST2数据集中的数据生成的。数据集被分割成三份，每一份包含有两类（positive和negative）： 在train这一份下共有6920张图像（3610张positive，3310张negative），在validation这一份下共有872张图像（444张positive，428张negative）， 在test这一份下共有1821张图像（909张positive，912张negative）。 以下为原始RenderedSST2数据集的结构，您可以将数据集文件解压得到如下的文件结构，并通过MindSpore的API进行读取。 .. code-block:: . └── rendered_sst2_dataset_directory ├── train │ ├── negative │ │ ├── 0001.jpg │ │ ├── 0002.jpg │ │ ... │ └── positive │ ├── 0001.jpg │ ├── 0002.jpg │ ... ├── test │ ├── negative │ │ ├── 0001.jpg │ │ ├── 0002.jpg │ │ ... │ └── positive │ ├── 0001.jpg │ ├── 0002.jpg │ ... └── valid ├── negative │ ├── 0001.jpg │ ├── 0002.jpg │ ... └── positive ├── 0001.jpg ├── 0002.jpg ... **引用：** .. code-block:: @inproceedings{socher-etal-2013-recursive, title = {Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank}, author = {Socher, Richard and Perelygin, Alex and Wu, Jean and Chuang, Jason and Manning, Christopher D. and Ng, Andrew and Potts, Christopher}, booktitle = {Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing}, month = oct, year = {2013}, address = {Seattle, Washington, USA}, publisher = {Association for Computational Linguistics}, url = {https://www.aclweb.org/anthology/D13-1170}, pages = {1631--1642}, } .. include:: mindspore.dataset.api_list_vision.txt