mindspore.dataset.PKSampler
- class mindspore.dataset.PKSampler(num_val, num_class=None, shuffle=False, class_column='label', num_samples=None)[源代码]
为数据集中每P个类别各采样K个样本。
- 参数:
num_val (int) - 每个类要采样的元素数量。
num_class (int, 可选) - 要采样的类数量。默认值为
None
,采样所有类。当前不支持指定该参数。shuffle (bool, 可选) - 是否混洗采样得到的样本。默认值:
False
,不混洗样本。class_column (str, 可选) - 指定label所属数据列的名称,将基于此列作为数据标签进行采样。默认值:
'label'
。num_samples (int, 可选) - 获取的样本数,可用于部分获取采样得到的样本。默认值:
None
,获取采样到的所有样本。
- 异常:
TypeError - shuffle 的类型不是bool。
TypeError - class_column 的类型不是str。
TypeError - num_samples 的类型不是int。
NotImplementedError - num_class 不为
None
。RuntimeError - num_val 不是正值。
ValueError - num_samples 为负值。
样例:
>>> import mindspore.dataset as ds >>> # creates a PKSampler that will get 3 samples from every class. >>> sampler = ds.PKSampler(3) >>> dataset = ds.ImageFolderDataset(image_folder_dataset_dir, ... num_parallel_workers=8, ... sampler=sampler)
- add_child(sampler)
为给定采样器添加子采样器。子采样器接收父采样器输出数据作为输入,并应用其采样逻辑返回新的采样结果。
- 参数:
sampler (Sampler) - 用于从数据集中选择样本的对象。仅支持内置采样器(
mindspore.dataset.DistributedSampler
、mindspore.dataset.PKSampler
、mindspore.dataset.RandomSampler
、mindspore.dataset.SequentialSampler
、mindspore.dataset.SubsetRandomSampler
、mindspore.dataset.WeightedRandomSampler
)。
样例:
>>> import mindspore.dataset as ds >>> sampler = ds.SequentialSampler(start_index=0, num_samples=3) >>> sampler.add_child(ds.RandomSampler(num_samples=4)) >>> dataset = ds.Cifar10Dataset(cifar10_dataset_dir, sampler=sampler)
- get_child()
获取给定采样器的子采样器。
- 返回:
Sampler,给定采样器的子采样器。
样例:
>>> import mindspore.dataset as ds >>> sampler = ds.SequentialSampler(start_index=0, num_samples=3) >>> sampler.add_child(ds.RandomSampler(num_samples=2)) >>> child_sampler = sampler.get_child()
- get_num_samples()
获取当前采样器实例的 num_samples 参数值。此参数在定义Sampler时,可以选择性传入(默认为
None
)。此方法将返回num_samples的值。如果当前采样器有子采样器,会继续访问子采样器,并根据一定的规则处理获取值。下表显示了各种可能的组合,以及最终返回的结果。
子采样器
num_samples
child_samples
结果
T
x
y
min(x, y)
T
x
None
x
T
None
y
y
T
None
None
None
None
x
n/a
x
None
None
n/a
None
- 返回:
int,样本数,可为None。
样例:
>>> import mindspore.dataset as ds >>> sampler = ds.SequentialSampler(start_index=0, num_samples=3) >>> num_samplers = sampler.get_num_samples()