mindspore.dataset.Dataset.shuffle

mindspore.dataset.Dataset.shuffle(buffer_size)[源代码]

通过创建 buffer_size 大小的缓存来混洗该数据集。

  1. 生成一个混洗缓冲区包含 buffer_size 条数据行。

  2. 从混洗缓冲区中随机选择一个数据行,传递给下一个操作。

  3. 从上一个操作获取下一个数据行(如果有的话),并将其放入混洗缓冲区中。

  4. 重复步骤2和3,直到混洗缓冲区中没有数据行为止。

在第一个epoch中可以通过 dataset.config.set_seed 来设置随机种子。在随后的每个epoch,种子都会被设置成一个新产生的随机值。

参数:
  • buffer_size (int) - 用于混洗的缓冲区大小(必须大于1)。将 buffer_size 设置为数据集大小将进行全局混洗。

返回:

Dataset,应用了上述操作的新数据集对象。

异常:
  • RuntimeError - 混洗前存在通过 dataset.sync_wait 进行同步操作。

样例:

>>> import mindspore.dataset as ds
>>> dataset = ds.GeneratorDataset([i for i in range(10)], "column1")
>>>
>>> # Optionally set the seed for fixed randomness
>>> ds.config.set_seed(58)
>>>
>>> # Create a shuffled dataset using a shuffle buffer of size 4
>>> dataset = dataset.shuffle(4)