mindspore.dataset.GTZANDataset =============================== .. py:class:: mindspore.dataset.GTZANDataset(dataset_dir, usage=None, num_samples=None, num_parallel_workers=None, shuffle=None, sampler=None, num_shards=None, shard_id=None, cache=None) GTZAN数据集。 生成的数据集有三列 `[waveform, sample_rate, label]` 。 `waveform` 列的数据类型为float32。 `sample_rate` 列的数据类型为uint32。 `label` 列的数据类型为string。 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'、'valid'、'test' 或 'all'。默认值：None，表示读取全部样本。 - **num_samples** (int, 可选) - 指定从数据集中读取的样本数。默认值：None，读取全部音频。 - **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 `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。 - **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** (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。 - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。 - **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** - 如果 `shard_id` 取值不在[0, `num_shards` )范围。 .. note:: - 暂不支持指定 `sampler` 参数为 `mindspore.dataset.PKSampler`。 - 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。 .. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果 :widths: 25 25 50 :header-rows: 1 * - 参数 `sampler` - 参数 `shuffle` - 预期数据顺序 * - None - None - 随机排列 * - None - True - 随机排列 * - None - False - 顺序排列 * - `sampler` 实例 - None - 由 `sampler` 行为定义的顺序 * - `sampler` 实例 - True - 不允许 * - `sampler` 实例 - False - 不允许 **关于GTZAN数据集：** GTZAN数据集至少出现在100个已发表的工作中，是机器听觉研究中最常用的公共数据集，用于音乐曲风识别。 它由1000条音轨组成，每条音轨的长度为30秒。它包含10种流派（蓝调、古典、乡村、迪斯科、hiphop、爵士、 金属、流行、雷鬼和摇滚），每一种曲风各100条音轨。这些音轨都是22050Hz的单声道16位.wav格式音频文件。 您可以将GTZAN数据集构建成以下目录结构，并通过MindSpore的API进行读取。 .. code-block:: . └── gtzan_dataset_directory ├── blues │ ├──blues.00000.wav │ ├──blues.00001.wav │ ├──blues.00002.wav │ ├──... ├── disco │ ├──disco.00000.wav │ ├──disco.00001.wav │ ├──disco.00002.wav │ └──... └──... **引用：** .. code-block:: @misc{tzanetakis_essl_cook_2001, author = "Tzanetakis, George and Essl, Georg and Cook, Perry", title = "Automatic Musical Genre Classification Of Audio Signals", url = "http://ismir2001.ismir.net/pdf/tzanetakis.pdf", publisher = "The International Society for Music Information Retrieval", year = "2001" } .. include:: mindspore.dataset.api_list_audio.txt