forked from huawei/mindspore2022
39 lines
1.7 KiB
ReStructuredText
39 lines
1.7 KiB
ReStructuredText
mindspore.dataset.deserialize
|
||
==============================
|
||
|
||
.. py:method:: mindspore.dataset.deserialize(input_dict=None, json_filepath=None)
|
||
|
||
数据处理管道反序列化，支持输入Python字典或使用 `mindspore.dataset.serialize()` 接口生成的JSON文件。
|
||
|
||
.. note::
|
||
反序列化包含自定义Python函数的数据处理管道时，部分参数信息可能丢失；当 `input_dict` 和 `json_filepath` 同时不为None时，返回反序列化JSON文件的结果。
|
||
|
||
**参数：**
|
||
|
||
- **input_dict** (dict)：包含序列化数据集图的Python字典。
|
||
- **json_filepath** (str)：JSON文件的路径，用户可通过 `mindspore.dataset.serialize()` 接口生成。
|
||
|
||
**返回：**
|
||
|
||
成功时，返回Dataset对象；失败时，则返回None。
|
||
|
||
**异常：**
|
||
|
||
**OSError:** 无法打开JSON文件。
|
||
|
||
**样例：**
|
||
|
||
.. code-block::
|
||
|
||
>>> dataset = ds.MnistDataset(mnist_dataset_dir, 100)
|
||
>>> one_hot_encode = c_transforms.OneHot(10) # num_classes是输入参数
|
||
>>> dataset = dataset.map(operation=one_hot_encode, input_column_names="label")
|
||
>>> dataset = dataset.batch(batch_size=10, drop_remainder=True)
|
||
>>> # 用例1：序列化/反序列化 JSON文件
|
||
>>> ds.engine.serialize(dataset, json_filepath="/path/to/mnist_dataset_pipeline.json")
|
||
>>> dataset = ds.engine.deserialize(json_filepath="/path/to/mnist_dataset_pipeline.json")
|
||
>>> # 用例2：序列化/反序列化 Python字典
|
||
>>> serialized_data = ds.engine.serialize(dataset)
|
||
>>> dataset = ds.engine.deserialize(input_dict=serialized_data)
|
||
|
||
|