forked from huawei/mindspore2022
132 lines
4.1 KiB
ReStructuredText
132 lines
4.1 KiB
ReStructuredText
mindspore.dataset.WaitedDSCallback
|
||
==================================
|
||
|
||
.. py:class:: mindspore.dataset.WaitedDSCallback(step_size=1)
|
||
|
||
用于自定义与训练回调同步的数据集回调类的抽象基类。
|
||
|
||
此类可用于自定义在step或epoch结束后执行的回调方法。
|
||
例如在自动数据增强中根据上一个epoch的loss值来更新增强算子参数配置。
|
||
|
||
**参数：**
|
||
|
||
**step_size** (int, optional)：每个step包含的数据行数。step大小通常与batch大小相等（默认值为1）。
|
||
|
||
**样例：**
|
||
|
||
>>> from mindspore.dataset import WaitedDSCallback
|
||
>>>
|
||
>>> my_cb = WaitedDSCallback(32)
|
||
>>> # dataset为任意数据集实例
|
||
>>> data = data.map(operations=AugOp(), callbacks=my_cb)
|
||
>>> data = data.batch(32)
|
||
>>> # 定义网络
|
||
>>> model.train(epochs, data, callbacks=[my_cb])
|
||
|
||
.. py:method:: begin(run_context)
|
||
|
||
用于定义在网络训练开始前执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
**run_context** (RunContext)：网络训练运行信息。
|
||
|
||
.. py:method:: ds_begin(ds_run_context)
|
||
|
||
用于定义在数据处理管道启动前执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
**ds_run_context** (RunContext)：数据处理管道运行信息。
|
||
|
||
.. py:method:: ds_epoch_begin(ds_run_context)
|
||
|
||
内部方法，不能被调用或者重写。通过重写mindspore.dataset.DSCallback.ds_epoch_begin 实现与mindspore.train.callback.Callback.epoch_end回调同步。
|
||
|
||
**参数：**
|
||
|
||
**ds_run_context**：数据处理管道运行信息。
|
||
|
||
.. py:method:: ds_epoch_end(ds_run_context)
|
||
|
||
用于定义在每个数据epoch结束后执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
**ds_run_context** (RunContext)：数据处理管道运行信息。
|
||
|
||
.. py:method:: ds_step_begin(ds_run_context)
|
||
|
||
内部方法，不能被调用或者重写。通过重写mindspore.dataset.DSCallback.ds_step_begin
|
||
实现与mindspore.train.callback.Callback.step_end回调同步。
|
||
|
||
**参数：**
|
||
|
||
**ds_run_context**：数据处理管道运行信息。
|
||
|
||
.. py:method:: ds_step_end(ds_run_context)
|
||
|
||
用于定义在每个数据step结束后执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
**ds_run_context** (RunContext)：数据处理管道运行信息。
|
||
|
||
.. py:method:: end(run_context)
|
||
|
||
内部方法，当网络训练结束时释放等待。
|
||
|
||
**参数：**
|
||
|
||
**run_context**：网络训练运行信息。
|
||
|
||
.. py:method:: epoch_begin(run_context)
|
||
|
||
用于定义在每个训练epoch开始前执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
**run_context** (RunContext)：网络训练运行信息。
|
||
|
||
.. py:method:: epoch_end(run_context)
|
||
|
||
内部方法，不能被调用或重写。通过重写mindspore.train.callback.Callback.epoch_end来释放ds_epoch_begin的等待。
|
||
|
||
**参数：**
|
||
|
||
**run_context**：网络训练运行信息。
|
||
|
||
.. py:method:: step_begin(run_context)
|
||
|
||
用于定义在每个训练step开始前执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
**run_context** (RunContext)：网络训练运行信息。
|
||
|
||
.. py:method:: step_end(run_context)
|
||
|
||
内部方法，不能被调用或重写。通过重写mindspore.train.callback.Callback.step_end来释放 `ds_step_begin` 的等待。
|
||
|
||
**参数：**
|
||
|
||
**run_context**：网络训练运行信息。
|
||
|
||
.. py:method:: sync_epoch_begin(train_run_context, ds_run_context)
|
||
|
||
用于定义在每个数据epoch开始前，训练epoch结束后执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
- **train_run_context**：包含前一个epoch的反馈信息的网络训练运行信息。
|
||
- **ds_run_context**：数据处理管道运行信息。
|
||
|
||
.. py:method:: sync_step_begin(train_run_context, ds_run_context)
|
||
|
||
用于定义在每个数据step开始前，训练step结束后执行的回调方法。
|
||
|
||
**参数：**
|
||
|
||
- **train_run_context**：包含前一个step的反馈信息的网络训练运行信息。
|
||
- **ds_run_context**：数据处理管道运行信息。
|