diff --git a/docs/api/api_python/dataset/mindspore.dataset.BuiltinSampler.rst b/docs/api/api_python/dataset/mindspore.dataset.BuiltinSampler.rst index 7e8ae38163d..343a4dc9e12 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.BuiltinSampler.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.BuiltinSampler.rst @@ -1,61 +1,60 @@ .. py:method:: add_child(sampler) - 为给定采样器添加子采样器。子采样器将接收父采样器输出的所有数据，并应用其采样逻辑返回新的采样。 + 为给定采样器添加子采样器。子采样器将接收父采样器输出的所有数据，并应用其采样逻辑返回新的采样。 + **参数：** - **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（DistributedSampler、PKSampler、RandomSampler、SequentialSampler、SubsetRandomSampler、WeightedRandomSampler）。 - **sampler** (Sampler)：用于从数据集中选择样本的对象。仅支持内置采样器（DistributedSampler、PKSampler、RandomSampler、SequentialSampler、SubsetRandomSampler、WeightedRandomSampler）。 + **样例：** - **样例：** - - >>> sampler = ds.SequentialSampler(start_index=0, num_samples=3) - >>> sampler.add_child(ds.RandomSampler(num_samples=2)) - >>> dataset = ds.Cifar10Dataset(cifar10_dataset_dir, sampler=sampler) + >>> sampler = ds.SequentialSampler(start_index=0, num_samples=3) + >>> sampler.add_child(ds.RandomSampler(num_samples=2)) + >>> dataset = ds.Cifar10Dataset(cifar10_dataset_dir, sampler=sampler) .. py:method:: get_child() - 获取给定采样器的子采样器。 + 获取给定采样器的子采样器。 .. py:method:: get_num_samples() - 所有采样器都可以包含num_samples数值（也可以将其设置为None）。子采样器可以存在，也可以为None。如果存在子采样器，则子采样器计数可以是数值或None。这些条件会影响最终的采样结果。 + 所有采样器都可以包含 `num_samples` 数值（也可以将其设置为None）。子采样器可以存在，也可以为None。如果存在子采样器，则子采样器计数可以是数值或None。这些条件会影响最终的采样结果。 - 下表显示了调用此函数的可能结果。 + 下表显示了调用此函数的可能结果。 - .. list-table:: - :widths: 25 25 25 25 - :header-rows: 1 + .. list-table:: + :widths: 25 25 25 25 + :header-rows: 1 - * - 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 + * - 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：** + **返回：** - int，样本数，可为None。 \ No newline at end of file + int，样本数，可为None。 \ No newline at end of file diff --git a/docs/api/api_python/dataset/mindspore.dataset.CLUEDataset.rst b/docs/api/api_python/dataset/mindspore.dataset.CLUEDataset.rst index ec4c94cf38f..7841f589c06 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.CLUEDataset.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.CLUEDataset.rst @@ -40,14 +40,14 @@ mindspore.dataset.CLUEDataset **参数：** - **dataset_files** (Union[str, list[str]])：数据集文件路径，支持单文件路径字符串、多文件路径字符串列表或可被glob库模式匹配的字符串，文件列表将在内部进行字典排序。 - - **task** (str, 可选)：任务类型，可取值为 `AFQMC` 、`Tnews`、`IFLYTEK`、`CMNLI`、`WSC` 或 `CSL`（默认为 `AFQMC` ）。 - - **usage** (str, 可选)：指定数据集的子集，可取值为 `train`、`test` 或 `eval`（默认为 `train` ）。 + - **task** (str, 可选)：任务类型，可取值为 `AFQMC` 、`Tnews`、`IFLYTEK`、`CMNLI`、`WSC` 或 `CSL` （默认为： `AFQMC` ）。 + - **usage** (str, 可选)：指定数据集的子集，可取值为 `train`、`test` 或 `eval` （默认为： `train` ）。 - **num_samples** (int, 可选)：指定从数据集中读取的样本数（默认为None，即读取所有图像样本）。 - **num_parallel_workers** (int, 可选)：指定读取数据的工作线程数(默认值None，即使用mindspore.dataset.config中配置的线程数）。 - **shuffle** (Union[bool, Shuffle level], 可选)：每个epoch中数据混洗的模式（默认为为mindspore.dataset.Shuffle.GLOBAL）。如果为False，则不混洗；如果为True，等同于将 `shuffle` 设置为mindspore.dataset.Shuffle.GLOBAL。另外也可以传入枚举变量设置shuffle级别： - - Shuffle.GLOBAL：混洗文件和样本。 - - Shuffle.FILES：仅混洗文件。 + - **Shuffle.GLOBAL**：混洗文件和样本。 + - **Shuffle.FILES**：仅混洗文件。 - **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。 diff --git a/docs/api/api_python/dataset/mindspore.dataset.DistributedSampler.rst b/docs/api/api_python/dataset/mindspore.dataset.DistributedSampler.rst index 00508559181..fe12461f1ff 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.DistributedSampler.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.DistributedSampler.rst @@ -13,7 +13,6 @@ mindspore.dataset.DistributedSampler - **num_samples** (int, optional)：要采样的样本数（默认为None，对所有元素进行采样）。 - **offset** (int, optional)：将数据集中的元素发送到的起始分片ID，不应超过 `num_shards` 。仅当ConcatDataset以DistributedSampler为采样器时，此参数才有效。此参数影响每个分片的样本数（默认为-1，每个分片具有相同的样本数）。 - **样例：** >>> # 创建一个分布式采样器，共10个分片。当前分片为分片5。 diff --git a/docs/api/api_python/dataset/mindspore.dataset.GraphData.rst b/docs/api/api_python/dataset/mindspore.dataset.GraphData.rst index ffaddc0c97c..1d816dfb4db 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.GraphData.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.GraphData.rst @@ -11,14 +11,14 @@ mindspore.dataset.GraphData - **num_parallel_workers** (int, 可选)：读取数据的工作线程数（默认为None）。 - **working_mode** (str, 可选)：设置工作模式，目前支持'local'/'client'/'server'（默认为'local'）。 - - 'local'，用于非分布式训练场景。 - - 'client'，用于分布式训练场景。客户端不加载数据，而是从服务器获取数据。 - - 'server'，用于分布式训练场景。服务器加载数据并可供客户端使用。 + - **local**：用于非分布式训练场景。 + - **client**：用于分布式训练场景。客户端不加载数据，而是从服务器获取数据。 + - **server**：用于分布式训练场景。服务器加载数据并可供客户端使用。 - - **hostname** (str, 可选)：图数据集服务器的主机名。该参数仅在工作模式设置为'client'或'server'时有效（默认为'127.0.0.1'）。 - - **port** (int, 可选)：图数据服务器的端口，取值范围为1024-65535。此参数仅当工作模式设置为'client'或'server'（默认为50051）时有效。 - - **num_client** (int, 可选)：期望连接到服务器的最大客户端数。服务器将根据该参数分配资源。该参数仅在工作模式设置为'server'时有效（默认为1）。 - - **auto_shutdown** (bool, 可选)：当工作模式设置为'server'时有效。当连接的客户端数量达到 `num_client` ，且没有客户端正在连接时，服务器将自动退出（默认为True）。 + - **hostname** (str, 可选)：图数据集服务器的主机名。该参数仅在工作模式设置为 'client' 或 'server' 时有效（默认为'127.0.0.1'）。 + - **port** (int, 可选)：图数据服务器的端口，取值范围为1024-65535。此参数仅当工作模式设置为 'client' 或 'server' （默认为50051）时有效。 + - **num_client** (int, 可选)：期望连接到服务器的最大客户端数。服务器将根据该参数分配资源。该参数仅在工作模式设置为 'server' 时有效（默认为1）。 + - **auto_shutdown** (bool, 可选)：当工作模式设置为 'server' 时有效。当连接的客户端数量达到 `num_client` ，且没有客户端正在连接时，服务器将自动退出（默认为True）。 **样例：** @@ -48,7 +48,6 @@ mindspore.dataset.GraphData **TypeError**：参数 `edge_type` 的类型不为整型。 - .. py:method:: get_all_neighbors(node_list, neighbor_type, output_format=) 获取已采样邻居信息。此API支持多跳邻居采样。即将上一次采样结果作为下一跳采样的输入，最多允许6跳。采样结果平铺成列表，格式为[input node, 1-hop sampling result, 2-hop samling result ...] @@ -308,8 +301,8 @@ mindspore.dataset.GraphData - **neighbor_types** (Union[list, numpy.ndarray])：每跳采样的邻居类型。 - **strategy** (SamplingStrategy, 可选)：采样策略（默认为mindspore.dataset.engine.SamplingStrategy.RANDOM）。取值范围：[SamplingStrategy.RANDOM, SamplingStrategy.EDGE_WEIGHT]。 - - SamplingStrategy.RANDOM，随机抽样，带放回采样。 - - SamplingStrategy.EDGE_WEIGHT，以边缘权重为概率进行采样。 + - **SamplingStrategy.RANDOM**：随机抽样，带放回采样。 + - **SamplingStrategy.EDGE_WEIGHT**：以边缘权重为概率进行采样。 **返回：** @@ -334,7 +327,7 @@ mindspore.dataset.GraphData **返回：** - dict，图的元信息。键为node_num、node_type、node_feature_type、edge_num、edge_type、和edge_feature_type。 + dict，图的元信息。键为 `node_num` 、 `node_type` 、 `node_feature_type` 、 `edge_num` 、 `edge_type` 、和 `edge_feature_type` 。 .. py:method:: random_walk(target_nodes, meta_path, step_home_param=1.0, step_away_param=1.0, default_node=-1) diff --git a/docs/api/api_python/dataset/mindspore.dataset.ImageFolderDataset.rst b/docs/api/api_python/dataset/mindspore.dataset.ImageFolderDataset.rst index 653b2050203..b4181e7c53c 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.ImageFolderDataset.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.ImageFolderDataset.rst @@ -9,28 +9,28 @@ mindspore.dataset.ImageFolderDataset **参数：** - - **dataset_dir** (str)：包含数据集文件的根目录的路径。 - - **num_samples** (int, 可选): 指定从数据集中读取的样本数（可以小于数据集总数，默认值为None，即全部样本图片）。 - - **num_parallel_workers** (int, 可选): 指定读取数据的工作线程数（默认值None，即使用 `mindspore.dataset.config` 中配置的线程数）。 - - **shuffle** (bool, 可选): 是否混洗数据集（默认为None，下表中会展示不同配置的预期行为）。 - - **sampler** (Sampler, 可选): 指定从数据集中选取样本的采样器（默认为None，下表中会展示不同配置的预期行为）。 - - **extensions** (list[str], 可选)：指定文件扩展后缀，仅读取这些后续的文件到数据集中（默认为None）。 - - **class_indexing** (dict, 可选)：指定文件夹名称到类标签的映射，要求映射规则为str到int（默认为None，文件夹名称将按字母顺序排列，每类都有一个唯一的索引，从0开始）。 - - **decode** (bool, 可选)：是否对读取的图像进行解码操作（默认为False）。 - - **num_shards** (int, 可选): 分布式训练时，将数据集划分成指定的分片数（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): 分布式训练时，指定使用的分片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，能够加快数据加载和处理的速度（默认值None, 即不使用缓存加速）。 + - **dataset_dir** (str) - 包含数据集文件的根目录的路径。 + - **num_samples** (int, 可选) - 指定从数据集中读取的样本数（可以小于数据集总数，默认值为None，即全部样本图片）。 + - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数（默认值None，即使用 `mindspore.dataset.config` 中配置的线程数）。 + - **shuffle** (bool, 可选) - 是否混洗数据集（默认为None，下表中会展示不同配置的预期行为）。 + - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器（默认为None，下表中会展示不同配置的预期行为）。 + - **extensions** (list[str], 可选) - 指定文件扩展后缀，仅读取这些后续的文件到数据集中（默认为None）。 + - **class_indexing** (dict, 可选) - 指定文件夹名称到类标签的映射，要求映射规则为str到int（默认为None，文件夹名称将按字母顺序排列，每类都有一个唯一的索引，从0开始）。 + - **decode** (bool, 可选) - 是否对读取的图像进行解码操作（默认为False）。 + - **num_shards** (int, 可选) - 分布式训练时，将数据集划分成指定的分片数（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) - 分布式训练时，指定使用的分片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，能够加快数据加载和处理的速度（默认值None, 即不使用缓存加速）。 **异常：** - - **RuntimeError**：`dataset_dir` 不包含任何数据文件。 - - **RuntimeError**：`num_parallel_workers` 超过系统最大线程数。 - - **RuntimeError**：同时指定了采样器和 `shuffle` 。 - - **RuntimeError**：同时指定了采样器和分片。 - - **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。 - - **RuntimeError**：`class_indexing` 的类型不是字典。 - - **ValueError**: `shard_id` 参数错误（小于0或者大于等于 `num_shards`）。 + - **RuntimeError** - `dataset_dir` 不包含任何数据文件。 + - **RuntimeError** - `num_parallel_workers` 超过系统最大线程数。 + - **RuntimeError** - 同时指定了采样器和 `shuffle` 。 + - **RuntimeError** - 同时指定了采样器和分片。 + - **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。 + - **RuntimeError** - `class_indexing` 的类型不是字典。 + - **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards`）。 .. note:: - 如果 `decode` 参数指定为False，则 `image` 列的shape为[image_size]，否则为[H,W,C]。 diff --git a/docs/api/api_python/dataset/mindspore.dataset.MnistDataset.rst b/docs/api/api_python/dataset/mindspore.dataset.MnistDataset.rst index 8544520ec04..9c8f9df4e80 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.MnistDataset.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.MnistDataset.rst @@ -9,25 +9,25 @@ mindspore.dataset.MnistDataset **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`、`test` 或 `all`。使用 `train` 参数将会读取60,000个训练样本，`test` 将会读取10,000个测试样本，`all` 将会读取全部70,000个样本（默认值为None，即全部样本图片）。 - - **num_samples** (int, 可选): 指定从数据集中读取的样本数（可以小于数据集总数，默认值为None,即全部样本图片)。 - - **num_parallel_workers** (int, 可选): 指定读取数据的工作线程数（默认值None，即使用mindspore.dataset.config中配置的线程数）。 - - **shuffle** (bool, 可选): 是否混洗数据集（默认为None，下表中会展示不同配置的预期行为）。 - - **sampler** (Sampler, 可选): 指定从数据集中选取样本的采样器（默认为None，下表中会展示不同配置的预期行为）。 - - **num_shards** (int, 可选): 分布式训练时，将数据集划分成指定的分片数（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): 分布式训练时，指定使用的分片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，能够加快数据加载和处理的速度（默认值None，即不使用缓存加速）。 + - **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`、`test` 或 `all`。使用 `train` 参数将会读取60,000个训练样本，`test` 将会读取10,000个测试样本，`all` 将会读取全部70,000个样本（默认值为None，即全部样本图片）。 + - **num_samples** (int, 可选) - 指定从数据集中读取的样本数（可以小于数据集总数，默认值为None,即全部样本图片)。 + - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数（默认值None，即使用mindspore.dataset.config中配置的线程数）。 + - **shuffle** (bool, 可选) - 是否混洗数据集（默认为None，下表中会展示不同配置的预期行为）。 + - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器（默认为None，下表中会展示不同配置的预期行为）。 + - **num_shards** (int, 可选) - 分布式训练时，将数据集划分成指定的分片数（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) - 分布式训练时，指定使用的分片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，能够加快数据加载和处理的速度（默认值None，即不使用缓存加速）。 **异常：** - - **RuntimeError**: `dataset_dir` 路径下不包含数据文件。 - - **RuntimeError**: `num_parallel_workers` 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。 - - **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**: `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。 + - **RuntimeError** - `dataset_dir` 路径下不包含数据文件。 + - **RuntimeError** - `num_parallel_workers` 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。 + - **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** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。 .. note:: 此数据集可以指定 `sampler` 参数，但 `sampler` 和 `shuffle` 是互斥的。下表展示了几种合法的输入参数及预期的行为。 diff --git a/docs/api/api_python/dataset/mindspore.dataset.PKSampler.rst b/docs/api/api_python/dataset/mindspore.dataset.PKSampler.rst index 9c2a08b9fce..3795b35b683 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.PKSampler.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.PKSampler.rst @@ -26,8 +26,8 @@ mindspore.dataset.PKSampler - **TypeError：** `shuffle` 不是bool值。 - **TypeError：** `class_column` 不是str值。 - **TypeError：** `num_samples` 不是整数值。 - - **NotImplementedError:** `num_class` 不为None。 - - **RuntimeError:** `num_val` 不是正值。 + - **NotImplementedError：** `num_class` 不为None。 + - **RuntimeError：** `num_val` 不是正值。 - **ValueError：** `num_samples` 为负值。 .. include:: mindspore.dataset.BuiltinSampler.rst \ No newline at end of file diff --git a/docs/api/api_python/dataset/mindspore.dataset.Schema.rst b/docs/api/api_python/dataset/mindspore.dataset.Schema.rst index 2a020311202..b056ecc2acb 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.Schema.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.Schema.rst @@ -15,7 +15,7 @@ mindspore.dataset.Schema **异常：** - **RuntimeError:** 模式文件加载失败。 + **RuntimeError**： 模式文件加载失败。 **样例：** @@ -25,7 +25,6 @@ mindspore.dataset.Schema >>> schema = ds.Schema() >>> schema.add_column(name='col1', de_type=mstype.int64, shape=[2]) - .. py:method::add_column(name, de_type, shape=None) 向schema中添加新列。 @@ -40,7 +39,6 @@ mindspore.dataset.Schema **ValueError：** 列类型未知。 - .. py:method::from_json(json_obj) 从JSON对象获取schema文件。 @@ -55,7 +53,6 @@ mindspore.dataset.Schema - **RuntimeError：** 对象中缺少数据集类型。 - **RuntimeError：** 对象中缺少列。 - .. py:method::parse_columns(columns) 解析传入的数据列的属性并将其添加到自身的schema中。 @@ -64,8 +61,8 @@ mindspore.dataset.Schema - **columns** (Union[dict, list[dict], tuple[dict]]): 数据集属性信息，从schema文件解码。 - - list[dict]，'name'和'type'必须为key值，'shape'可选。 - - dict，columns.keys()作为名称，columns.values()是dict，其中包含'type'，'shape'可选。 + - **list**[dict]：'name'和'type'必须为key值，'shape'可选。 + - **dict**：columns.keys()作为名称，columns.values()是dict，其中包含'type'，'shape'可选。 **异常：** diff --git a/docs/api/api_python/dataset/mindspore.dataset.SequentialSampler.rst b/docs/api/api_python/dataset/mindspore.dataset.SequentialSampler.rst index 3f054f4a27d..6460fdfaa1a 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.SequentialSampler.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.SequentialSampler.rst @@ -22,7 +22,7 @@ mindspore.dataset.SequentialSampler - **TypeError：** `start_index` 不是整数值。 - **TypeError：** `num_samples` 不是整数值。 - - **RuntimeError:** `start_index` 为负值。 + - **RuntimeError：** `start_index` 为负值。 - **ValueError：** `num_samples` 为负值。 .. include:: mindspore.dataset.BuiltinSampler.rst \ No newline at end of file diff --git a/docs/api/api_python/dataset/mindspore.dataset.SubsetRandomSampler.rst b/docs/api/api_python/dataset/mindspore.dataset.SubsetRandomSampler.rst index 985a4c52000..74e98925b76 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.SubsetRandomSampler.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.SubsetRandomSampler.rst @@ -1,5 +1,5 @@ -mindspore.dataset.SequentialSampler -==================================== +mindspore.dataset.SubsetRandomSampler +====================================== .. py:class:: mindspore.dataset.SubsetRandomSampler(indices, num_samples=None) diff --git a/docs/api/api_python/dataset/mindspore.dataset.SubsetSampler.rst b/docs/api/api_python/dataset/mindspore.dataset.SubsetSampler.rst index 345acc0e883..e119eb685ee 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.SubsetSampler.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.SubsetSampler.rst @@ -1,4 +1,4 @@ -mindspore.dataset.SequentialSampler +mindspore.dataset.SubsetSampler ==================================== .. py:class:: mindspore.dataset.SubsetSampler(indices, num_samples=None) diff --git a/docs/api/api_python/dataset/mindspore.dataset.VOCDataset.rst b/docs/api/api_python/dataset/mindspore.dataset.VOCDataset.rst index 47c4002c348..54ae906be65 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.VOCDataset.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.VOCDataset.rst @@ -16,7 +16,7 @@ mindspore.dataset.VOCDataset - **task** (str, 可选): 指定读取VOC数据的任务类型，现在只支持 `Segmentation` 或 `Detection` （默认值 `Segmentation` ）。 - **usage** (str, 可选): 指定数据集的子集（默认值 `train` ）。如果 `task` 参数为 `Segmentation` ，则将在./ImageSets/Segmentation/usage + ".txt"中加载数据集图像和标注信息；如果 `task` 参数为 `Detection` ，则将在./ImageSets/Main/usage + ".txt"中加载数据集图像和标注信息；如果未设置任务和用法，默认将加载./ImageSets/Segmentation/train.txt中的数据集图像和标注信息。 - **class_indexing** (dict, 可选): 指定标签名称到类标签的映射，要求映射规则为str到int， - 仅在`Detection`任务中有效（默认值None，文件夹名称将按字母顺序排列，每类都有一个唯一的索引，从0开始)。 + 仅在 `Detection` 任务中有效（默认值None，文件夹名称将按字母顺序排列，每类都有一个唯一的索引，从0开始)。 - **num_samples** (int, 可选): 指定从数据集中读取的样本数（默认值为None，所有图像样本）。 - **num_parallel_workers** (int, 可选): 指定读取数据的工作线程数（默认值None，即使用mindspore.dataset.config中配置的线程数）。 - **shuffle** (bool, 可选): 是否混洗数据集（默认为None，下表中会展示不同配置的预期行为）。 @@ -34,14 +34,14 @@ mindspore.dataset.VOCDataset - **RuntimeError**: 标注的xml文件格式异常或无效。 - **RuntimeError**: 标注的xml文件缺失 `object` 属性。 - **RuntimeError**: 标注的xml文件缺失 `bndbox` 属性。 - - **RuntimeError**: 同时指定了 `sampler `和 `shuffle` 。 + - **RuntimeError**: 同时指定了 `sampler` 和 `shuffle` 。 - **RuntimeError**: 同时指定了 `sampler` 和 `num_shards` 。 - **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**： 指定的任务不为'Segmentation'或'Detection'。 - **ValueError**： 指定任务为'Segmentation'时，class_indexing不为None。 - **ValueError**： 与usage相关的txt文件不存在。 - - **ValueError**: `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。 + - **ValueError**: `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。 .. note:: - 当指定 `extra_metadata` 为True时，除非显式使用rename算子以删除元信息列明的前缀('_meta-')， diff --git a/docs/api/api_python/dataset/mindspore.dataset.deserialize.rst b/docs/api/api_python/dataset/mindspore.dataset.deserialize.rst index 89e42cadf4a..40d4805df8f 100644 --- a/docs/api/api_python/dataset/mindspore.dataset.deserialize.rst +++ b/docs/api/api_python/dataset/mindspore.dataset.deserialize.rst @@ -5,7 +5,7 @@ mindspore.dataset.deserialize 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:: + .. 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：** diff --git a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandBiquad.rst b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandBiquad.rst index a26a4e640a5..b54fae65e8a 100644 --- a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandBiquad.rst +++ b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandBiquad.rst @@ -9,7 +9,7 @@ mindspore.dataset.audio.transforms.BandBiquad - **sample_rate** (int)：采样率，例如44100 (Hz)，不能为零。 - **central_freq** (float)：中心频率（单位：Hz）。 - - **Q** (float, optional)：品质因子，参考https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 + - **Q** (float, optional)：品质因子，参考 https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 - **noise** (bool, optional)：若为True，则使用非音调音频（如打击乐）模式；若为False，则使用音调音频（如语音、歌曲或器乐）模式（默认为False）。 **样例：** diff --git a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandpassBiquad.rst b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandpassBiquad.rst index 228c993c350..925e922aa1f 100644 --- a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandpassBiquad.rst +++ b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandpassBiquad.rst @@ -9,7 +9,7 @@ mindspore.dataset.audio.transforms.BandpassBiquad - **sample_rate** (int)：采样率，例如44100 (Hz)，不能为零。 - **central_freq** (float)：中心频率（单位：Hz）。 - - **Q** (float, optional)：品质因子，参考https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 + - **Q** (float, optional)：品质因子，参考 https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 - **const_skirt_gain** (bool, optional)：若为True，则使用恒定裙边增益（峰值增益为Q）。若为False，则使用恒定的0dB峰值增益（默认为False）。 **样例：** diff --git a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandrejectBiquad.rst b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandrejectBiquad.rst index 3eab687e808..749f5997fb6 100644 --- a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandrejectBiquad.rst +++ b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BandrejectBiquad.rst @@ -9,7 +9,7 @@ mindspore.dataset.audio.transforms.BandrejectBiquad - **sample_rate** (int)：采样率，例如44100 (Hz)，不能为零。 - **central_freq** (float)：中心频率（单位：Hz）。 - - **Q** (float, optional)：品质因子，参考https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 + - **Q** (float, optional)：品质因子，参考 https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 **样例：** diff --git a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BassBiquad.rst b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BassBiquad.rst index 74a37bf7cab..935d018a007 100644 --- a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BassBiquad.rst +++ b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.BassBiquad.rst @@ -10,7 +10,7 @@ mindspore.dataset.audio.transforms.BassBiquad - **sample_rate** (int)：采样率，例如44100 (Hz)，不能为零。 - **gain** (float)：期望提升（或衰减）的音频增益，单位为dB。 - **central_freq** (float)：中心频率（单位：Hz）。 - - **Q** (float, optional)：品质因子，参考https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 + - **Q** (float, optional)：品质因子，参考 https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 **样例：** diff --git a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.LowpassBiquad.rst b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.LowpassBiquad.rst index b0c6f831240..be0c2e1266a 100644 --- a/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.LowpassBiquad.rst +++ b/docs/api/api_python/dataset_audio/mindspore.dataset.audio.transforms.LowpassBiquad.rst @@ -9,7 +9,7 @@ mindspore.dataset.audio.transforms.LowpassBiquad - **sample_rate** (int)：采样率，例如44100 (Hz)，不能为零。 - **cutoff_freq** (float)：中心频率（单位：Hz）。 - - **Q** (float, optional)：品质因子，参考https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 + - **Q** (float, optional)：品质因子，参考 https://en.wikipedia.org/wiki/Q_factor，取值范围(0, 1]（默认值为0.707）。 **样例：** diff --git a/docs/api/api_python/mindspore.common.initializer.rst b/docs/api/api_python/mindspore.common.initializer.rst index 789f8bf28eb..a1ff087d105 100644 --- a/docs/api/api_python/mindspore.common.initializer.rst +++ b/docs/api/api_python/mindspore.common.initializer.rst @@ -9,7 +9,7 @@ mindspore.common.initializer **参数：** - **kwargs** (dict) – **Initializer** 的关键字参数。 + **kwargs** (dict) – `Initializer` 的关键字参数。 .. py:method:: mindspore.common.initializer.initializer(init, shape=None, dtype=mstype.float32) @@ -19,8 +19,8 @@ mindspore.common.initializer - **init** (Union[Tensor, str, Initializer, numbers.Number]) – 初始化方式。 - - **str** - `init` 是继承自 Initializer 的类的别名，实际使用时会调用相应的类。`init` 的值可以是"normal"、"ones"或"zeros"等。 - - **Initializer** - `init` 是继承自Initializer，用于初始化Tensor的类。 + - **str** - `init` 是继承自 `Initializer` 的类的别名，实际使用时会调用相应的类。`init` 的值可以是"normal"、"ones"或"zeros"等。 + - **Initializer** - `init` 是继承自 `Initializer` ，用于初始化Tensor的类。 - **numbers.Number** - 调用常量来初始化张量。 - **shape** (Union[[tuple, list, int]) - 被初始化的Tensor的shape，默认值为None。 diff --git a/docs/api/api_python/mindspore/mindspore.DynamicLossScaleManager.rst b/docs/api/api_python/mindspore/mindspore.DynamicLossScaleManager.rst index 9ce11b5b161..16536d3fbd2 100644 --- a/docs/api/api_python/mindspore/mindspore.DynamicLossScaleManager.rst +++ b/docs/api/api_python/mindspore/mindspore.DynamicLossScaleManager.rst @@ -42,7 +42,7 @@ mindspore.DynamicLossScaleManager **أ** - :class:`mindspore.DynamicLossScaleUpdateCell` ʵڸݶȷŴϵ + :class:`mindspore.DynamicLossScaleUpdateCell` ʵڸݶȷŴϵ .. py:method:: update_loss_scale(overflow) @@ -50,5 +50,5 @@ mindspore.DynamicLossScaleManager **** - overflow (bool)ʾǷ + **overflow** (bool) - ʾǷ \ No newline at end of file diff --git a/docs/api/api_python/mindspore/mindspore.FixedLossScaleManager.rst b/docs/api/api_python/mindspore/mindspore.FixedLossScaleManager.rst index 23a2bb9b557..5d3e2a22410 100644 --- a/docs/api/api_python/mindspore/mindspore.FixedLossScaleManager.rst +++ b/docs/api/api_python/mindspore/mindspore.FixedLossScaleManager.rst @@ -3,7 +3,7 @@ mindspore.FixedLossScaleManager .. py:class:: mindspore.FixedLossScaleManager(loss_scale=128.0, drop_overflow_update=True) - ݶȷŴϵĹ̳:class: `mindspore.LossScaleManager` + ݶȷŴϵĹ̳ :class:`mindspore.LossScaleManager` **** diff --git a/docs/api/api_python/mindspore/mindspore.LossScaleManager.rst b/docs/api/api_python/mindspore/mindspore.LossScaleManager.rst index a013c64fefe..886088cf877 100644 --- a/docs/api/api_python/mindspore/mindspore.LossScaleManager.rst +++ b/docs/api/api_python/mindspore/mindspore.LossScaleManager.rst @@ -5,7 +5,7 @@ mindspore.LossScaleManager ϾݶȷŴϵloss scaleijࡣ - Ҫз `get_loss_scale` ڻȡǰݶȷŴϵ `update_loss_scale` ڸݶȷŴϵ÷ѵбá `get_update_cell` ڻȡݶȷŴϵ `Cell` ʵʵڽѵбá³ģʽ½ `get_update_cell` ʽЧ³ģʽָݶȷŴϵķʽЧ + Ҫз `get_loss_scale` ڻȡǰݶȷŴϵ`update_loss_scale` ڸݶȷŴϵ÷ѵбá`get_update_cell` ڻȡݶȷŴϵ `Cell` ʵʵڽѵбá³ģʽ½ `get_update_cell` ʽЧ³ģʽָݶȷŴϵķʽЧ 磺:class:`mindspore.FixedLossScaleManager` :class:`mindspore.DynamicLossScaleManager` .. py:method:: get_loss_scale() diff --git a/docs/api/api_python/mindspore/mindspore.Parameter.rst b/docs/api/api_python/mindspore/mindspore.Parameter.rst index 91dc6c3680e..2ffdd1d0b11 100644 --- a/docs/api/api_python/mindspore/mindspore.Parameter.rst +++ b/docs/api/api_python/mindspore/mindspore.Parameter.rst @@ -6,18 +6,15 @@ 通常表示网络的参数（ `Parameter` 是 `Tensor` 的子类）。 .. note:: - 在"semi_auto_parallel"和"auto_parallel"的并行模式下，如果使用 `Initializer` 模块初始化参数，参数的类型将为 `Tensor` ，:class:`mindspore.ops.AllGather` - `Tensor` 仅保存张量的形状和类型信息，而不占用内存来保存实际数据。并行场景下存在参数的形状发生变化的情况，用户可以调用 `Parameter` 的 `init_data` 方法得到原始数据。 - 如果网络中存在需要部分输入为 `Parameter` 的算子，则不允许这部分输入的 `Parameter` 进行转换。 - 如果在 `Cell` 里初始化一个 `Parameter` 作为 `Cell` 的属性时，建议使用默认值None，否则 `Parameter` 的 `name` 可能与预期不一致。 + 在"semi_auto_parallel"和"auto_parallel"的并行模式下，如果使用 `Initializer` 模块初始化参数，参数的类型将为 `Tensor` ，:class:`mindspore.ops.AllGather`，`Tensor` 仅保存张量的形状和类型信息，而不占用内存来保存实际数据。并行场景下存在参数的形状发生变化的情况，用户可以调用 `Parameter` 的 `init_data` 方法得到原始数据。如果网络中存在需要部分输入为 `Parameter` 的算子，则不允许这部分输入的 `Parameter` 进行转换。如果在 `Cell` 里初始化一个 `Parameter` 作为 `Cell` 的属性时，建议使用默认值None，否则 `Parameter` 的 `name` 可能与预期不一致。 **参数：** - - **default_input** (Union[Tensor, int, float, numpy.ndarray, list])：初始化参数的输入值。 - - **name** (str)：参数的名称。默认值：None。 - - **requires_grad** (bool)：是否需要微分求梯度。默认值：True。 - - **layerwise_parallel** (bool)：在数据/混合并行模式下， `layerwise_parallel` 配置为True时，参数广播和梯度聚合时会过滤掉该参数。默认值：False。 - - **parallel_optimizer** (bool)：用于在 `semi_auto_parallel` 或 `auto_parallel` 并行模式下区分参数是否进行优化器切分。仅在 `mindspore.context.set_auto_parallel_context()` 并行配置模块中设置 `enable_parallel_optimizer` 启用优化器并行时有效。默认值：True。 + - **default_input** (Union[Tensor, int, float, numpy.ndarray, list]) - 初始化参数的输入值。 + - **name** (str) - 参数的名称。默认值：None。 + - **requires_grad** (bool) - 是否需要微分求梯度。默认值：True。 + - **layerwise_parallel** (bool) - 在数据/混合并行模式下，`layerwise_parallel` 配置为True时，参数广播和梯度聚合时会过滤掉该参数。默认值：False。 + - **parallel_optimizer** (bool) - 用于在 `semi_auto_parallel` 或 `auto_parallel` 并行模式下区分参数是否进行优化器切分。仅在 `mindspore.context.set_auto_parallel_context()` 并行配置模块中设置 `enable_parallel_optimizer` 启用优化器并行时有效。默认值：True。 **样例：** @@ -60,11 +57,11 @@ **参数：** - **init** (Union[Tensor, str, numbers.Number])：初始化参数的形状和数据类型。如果 `init` 是 `Tensor` 或 `numbers.Number` ，则克隆一个具有相同数值、形状和数据类型的新参数。 如果 `init` 是 `str` ，则 `init` 将继承 `Initializer` 模块中对应的同名的类。例如，如果 `init` 是'same'，则克隆一个具有相同数据、形状和数据类型的新参数。默认值：'same'。 + **init** (Union[Tensor, str, numbers.Number]) - 初始化参数的形状和数据类型。如果 `init` 是 `Tensor` 或 `numbers.Number` ，则克隆一个具有相同数值、形状和数据类型的新参数。 如果 `init` 是 `str` ，则 `init` 将继承 `Initializer` 模块中对应的同名的类。例如，如果 `init` 是'same'，则克隆一个具有相同数据、形状和数据类型的新参数。默认值：'same'。 **返回：** - `Parameter` ，返回克隆的新参数。 + Parameter，返回克隆的新参数。 .. py:method:: comm_fusion :property: @@ -84,22 +81,22 @@ **参数：** - - **layout** (Union[None, tuple])：参数的layout信息。layout[dev_mat, tensor_map, slice_shape, filed_size, uniform_split, opt_shard_group]：默认值：None。仅在 `SEMI_AUTO_PARALLEL` 或 `AUTO_PARALLEL` 模式下layout不是None。 + - **layout** (Union[None, tuple]) - 参数的layout信息。layout[dev_mat, tensor_map, slice_shape, filed_size, uniform_split, opt_shard_group]：默认值：None。仅在 `SEMI_AUTO_PARALLEL` 或 `AUTO_PARALLEL` 模式下layout不是None。 - - **dev_mat** (list(int))：该参数的设备矩阵。 - - **tensor_map** (list(int))：该参数的张量映射。 - - **slice_shape** (list(int))：该参数的切片shape。 - - **filed_size** (int)：该权重的行数。 - - **uniform_split** (bool)：该参数是否进行均匀切分。 - - **opt_shard_group** (str)：该参数进行优化器切分时的group。 + - **dev_mat** (list(int)) - 该参数的设备矩阵。 + - **tensor_map** (list(int)) - 该参数的张量映射。 + - **slice_shape** (list(int)) - 该参数的切片shape。 + - **filed_size** (int) - 该权重的行数。 + - **uniform_split** (bool) - 该参数是否进行均匀切分。 + - **opt_shard_group** (str) - 该参数进行优化器切分时的group。 - - **set_sliced** (bool)：参数初始化时被设定为分片，则为True。默认值：False。 + - **set_sliced** (bool) - 参数初始化时被设定为分片，则为True。默认值：False。 **异常：** - - **RuntimeError：** 参数使用 `Initializer` 模块进行初始化，初始化后并行模式发生更改。 - - **ValueError：** `layout` 长度小于6。 - - **TypeError：** `layout` 不是元组。 + - **RuntimeError** - 参数使用 `Initializer` 模块进行初始化，初始化后并行模式发生更改。 + - **ValueError** - `layout` 长度小于6。 + - **TypeError** - `layout` 不是元组。 **返回：** @@ -153,8 +150,8 @@ **参数：** - - **data** (Union[Tensor, int, float])：新数据。 - - **slice_shape** (bool)：如果 `slice_shape` 设为True，则不检查 `data` 和当前参数shape的一致性。默认值：False。 + - **data** (Union[Tensor, int, float]) - 新数据。 + - **slice_shape** (bool) - 如果 `slice_shape` 设为True，则不检查 `data` 和当前参数shape的一致性。默认值：False。 **返回：** @@ -166,9 +163,9 @@ **参数：** - - **push_to_server** (bool)：表示是否将参数推送到服务器。默认值：False。 - - **pull_from_server** (bool)：表示是否应从服务器中拉取参数。默认值：False。 - - **requires_aggr** (bool)：表示是否应在服务器中聚合参数。默认值：True。 + - **push_to_server** (bool) - 表示是否将参数推送到服务器。默认值：False。 + - **pull_from_server** (bool) - 表示是否应从服务器中拉取参数。默认值：False。 + - **requires_aggr** (bool) - 表示是否应在服务器中聚合参数。默认值：True。 .. py:method:: set_param_ps(init_in_server=False) @@ -178,7 +175,7 @@ **参数：** - **init_in_server** (bool)：表示参数服务器更新的可训练参数是否在服务器上初始化。默认值：False。 + **init_in_server** (bool) - 表示参数服务器更新的可训练参数是否在服务器上初始化。默认值：False。 .. py:method:: sliced :property: diff --git a/docs/api/api_python/mindspore/mindspore.ParameterTuple.rst b/docs/api/api_python/mindspore/mindspore.ParameterTuple.rst index fea510a373a..20116e04219 100644 --- a/docs/api/api_python/mindspore/mindspore.ParameterTuple.rst +++ b/docs/api/api_python/mindspore/mindspore.ParameterTuple.rst @@ -13,8 +13,8 @@ mindspore.ParameterTuple **参数：** - - **prefix** (str)：参数的命名空间。 - - **init** (Union[Tensor, str, numbers.Number])：初始化参数的shape和dtype。 `init` 的定义与 `Parameter` API中的定义相同。默认值：'same'。 + - **prefix** (str) - 参数的命名空间。 + - **init** (Union[Tensor, str, numbers.Number]) - 初始化参数的shape和dtype。 `init` 的定义与 `Parameter` API中的定义相同。默认值：'same'。 **返回：** diff --git a/docs/api/api_python/mindspore/mindspore.RowTensor.rst b/docs/api/api_python/mindspore/mindspore.RowTensor.rst index 5bbd550d9c7..8ea139f19df 100644 --- a/docs/api/api_python/mindspore/mindspore.RowTensor.rst +++ b/docs/api/api_python/mindspore/mindspore.RowTensor.rst @@ -17,9 +17,9 @@ mindspore.RowTensor **参数：** - - **indices** (Tensor)：形状为[D0]的一维整数张量。 - - **values** (Tensor)：形状为[D0, D1, ..., Dn]中任意类型的张量。 - - **dense_shape** (tuple(int))：包含相应稠密张量形状的整数元组。 + - **indices** (Tensor) - 形状为[D0]的一维整数张量。 + - **values** (Tensor) - 形状为[D0, D1, ..., Dn]中任意类型的张量。 + - **dense_shape** (tuple(int)) - 包含相应稠密张量形状的整数元组。 **返回：** diff --git a/docs/api/api_python/mindspore/mindspore.SparseTensor.rst b/docs/api/api_python/mindspore/mindspore.SparseTensor.rst index 126d20b0e96..970979ad46b 100644 --- a/docs/api/api_python/mindspore/mindspore.SparseTensor.rst +++ b/docs/api/api_python/mindspore/mindspore.SparseTensor.rst @@ -13,9 +13,9 @@ mindspore.SparseTensor **参数：** - - **indices** (Tensor)：形状为 `[N, ndims]` 的二维整数张量，其中N和ndims分别表示稀疏张量中 `values` 的数量和SparseTensor维度的数量。 - - **values** (Tensor)：形状为[N]的一维张量，其内部可以为任何数据类型，用来给 `indices` 中的每个元素提供数值。 - - **dense_shape** (tuple(int))：形状为ndims的整数元组，用来指定稀疏矩阵的稠密形状。 + - **indices** (Tensor) - 形状为 `[N, ndims]` 的二维整数张量，其中N和ndims分别表示稀疏张量中 `values` 的数量和SparseTensor维度的数量。 + - **values** (Tensor) - 形状为[N]的一维张量，其内部可以为任何数据类型，用来给 `indices` 中的每个元素提供数值。 + - **dense_shape** (tuple(int)) - 形状为ndims的整数元组，用来指定稀疏矩阵的稠密形状。 **返回：** diff --git a/docs/api/api_python/mindspore/mindspore.Tensor.rst b/docs/api/api_python/mindspore/mindspore.Tensor.rst index 4bbd64f1af6..3166190c8c6 100644 --- a/docs/api/api_python/mindspore/mindspore.Tensor.rst +++ b/docs/api/api_python/mindspore/mindspore.Tensor.rst @@ -7,10 +7,10 @@ mindspore.Tensor **参数：** - - **input_data** (Union[Tensor, float, int, bool, tuple, list, numpy.ndarray])：张量的输入数据。 - - **dtype** (:class:`mindspore.dtype`)：输入数据应是在 `mindspore.dtype` 中定义的None、bool或numeric类型。该参数用于定义输出张量的数据类型。如果值为None，则输出张量的数据类型与 `input_data` 的相同。默认值：None。 - - **shape** (Union[tuple, list, int])：用来表示张量的形状，可以是整数列表、整数元组或单一整数。如果 `input_data` 已经被设置，则不需要再设置 `shape` 。默认值：None。 - - **init** (Initializer)：用来表示初始化数据的信息。init用于在并行模式下的延迟初始化。一般情况下，不建议在其他条件下使用init接口来初始化参数。如果使用init接口来初始化参数，需要调用 `Tensor.init_data` 接口把 `Tensor` 转换为实际数据。 + - **input_data** (Union[Tensor, float, int, bool, tuple, list, numpy.ndarray]) - 张量的输入数据。 + - **dtype** (:class:`mindspore.dtype`) - 输入数据应是在 `mindspore.dtype` 中定义的None、bool或numeric类型。该参数用于定义输出张量的数据类型。如果值为None，则输出张量的数据类型与 `input_data` 的相同。默认值：None。 + - **shape** (Union[tuple, list, int]) - 用来表示张量的形状，可以是整数列表、整数元组或单一整数。如果 `input_data` 已经被设置，则不需要再设置 `shape` 。默认值：None。 + - **init** (Initializer) - 用来表示初始化数据的信息。init用于在并行模式下的延迟初始化。一般情况下，不建议在其他条件下使用init接口来初始化参数。如果使用init接口来初始化参数，需要调用 `Tensor.init_data` 接口把 `Tensor` 转换为实际数据。 **返回：** @@ -70,8 +70,8 @@ mindspore.Tensor **参数：** - - **axis** (Union[None, int, tuple(int))：被简化的维度。 当 `axis` 为None或者空元组的时候，简化所有维度。 默认值：()。 - - **keep_dims** (bool)：是否会保留被简化的维度。 默认值： False。 + - **axis** (Union[None, int, tuple(int)) - 被简化的维度。 当 `axis` 为None或者空元组的时候，简化所有维度。 默认值：()。 + - **keep_dims** (bool) - 是否会保留被简化的维度。 默认值： False。 **返回：** @@ -95,8 +95,8 @@ mindspore.Tensor **参数：** - - **axis** (Union[None, int, tuple(int))：简化的维度。当轴为None或空元组时，简化所有维度。默认值：()。 - - **keep_dims** (bool)：表示是否保留简化后的维度。默认值：False。 + - **axis** (Union[None, int, tuple(int)) - 简化的维度。当轴为None或空元组时，简化所有维度。默认值：()。 + - **keep_dims** (bool) - 表示是否保留简化后的维度。默认值：False。 **返回：** @@ -129,7 +129,7 @@ mindspore.Tensor **参数：** - **x** (Tensor)：输入的张量。该张量的形状必须遵守广播规则。 + **x** (Tensor) - 输入的张量。该张量的形状必须遵守广播规则。 **返回：** @@ -142,7 +142,7 @@ mindspore.Tensor **参数：** - array (numpy.array)：输入数组。 + **array** (numpy.array) - 输入数组。 **返回：** @@ -154,8 +154,8 @@ mindspore.Tensor **参数：** - - **axis** (Union[None, int, tuple(int), list(int)])：简化的维度。当轴为None或空元组时，简化所有维度。默认值：()。 - - **keep_dims** (bool)：表示是否保留简化后的维度。默认值：False。 + - **axis** (Union[None, int, tuple(int), list(int)]) - 简化的维度。当轴为None或空元组时，简化所有维度。默认值：()。 + - **keep_dims** (bool) - 表示是否保留简化后的维度。默认值：False。 **返回：** @@ -367,7 +367,7 @@ mindspore.Tensor **参数：** - **axis** (int, optional) - 轴，在该轴方向上的累积和。其默认值（None）用来计算扁平轴上的累加和。 - - **dtype** (`mindspore.dtype`, optional) - 如果未指定参数值，则保持与原始Tensor相同，除非参数值是一个精度小于 :class:`float32` 的整数。在这种情况下，使用 `float32` 。默认值：None。 + - **dtype** (`mindspore.dtype`, optional) - 如果未指定参数值，则保持与原始Tensor相同，除非参数值是一个精度小于 `float32` 的整数。在这种情况下，使用 `float32` 。默认值：None。 **异常：** @@ -500,7 +500,7 @@ mindspore.Tensor .. py:method:: init_data(slice_index=None, shape=None, opt_shard_group=None) 获取此Tensor的数据。 - 对于同一个Tensor，只可以调用一次init_data函数。 + 对于同一个Tensor，只可以调用一次 `init_data` 函数。 **参数：** @@ -834,7 +834,7 @@ mindspore.Tensor **参数：** - **v** (Union[int, float, bool, list, tuple, Tensor]) - 要插入元素的值。 - - **side** ('left', 'right', optional) - 如果参数值为'left'，则给出找到的第一个合适位置的索引。如果参数值为'right'，则返回最后一个这样的索引。如果没有合适的索引，则返回0或N（其中N是Tensor的长度）。默认值：`left` 。 + - **side** ('left', 'right', optional) - 如果参数值为'left'，则给出找到的第一个合适位置的索引。如果参数值为'right'，则返回最后一个这样的索引。如果没有合适的索引，则返回0或N（其中N是Tensor的长度）。默认值：'left'。 - **sorter** (Union[int, float, bool, list, tuple, Tensor]) - 整数索引的可选一维数组，将Tensor按升序排序。它们通常是NumPy argsort方法的结果。 **返回：** @@ -946,8 +946,8 @@ mindspore.Tensor - **axis** (Union[None, int, tuple(int)]) - 指定维度，在该维度方向上进行求和运算。默认值：None。如果参数值为None，会计算输入数组中所有元素的和。如果axis为负数，则从最后一维开始往第一维计算。如果axis为整数元组，会对该元组指定的所有轴方向上的元素进行求和。 - **dtype** (`mindspore.dtype`, optional) - 默认值为None。会覆盖输出Tensor的dtype。 - - **keepdims** (bool) - 如果这个参数为True，被删去的维度保留在结果中，且维度大小设为1。有了这个选项，结果就可以与输入数组进行正确的广播运算。如果设为默认值，那么keepdims不会被传递给ndarray子类的sum方法。但是任何非默认值都会被传递。如果子类的方法未实现keepdims，则引发异常。默认值：`False`。 - - **initial** (scalar) - 初始化的起始值。默认值：`None` 。 + - **keepdims** (bool) - 如果这个参数为True，被删去的维度保留在结果中，且维度大小设为1。有了这个选项，结果就可以与输入数组进行正确的广播运算。如果设为默认值，那么 `keepdims` 不会被传递给ndarray子类的sum方法。但是任何非默认值都会被传递。如果子类的方法未实现 `keepdims` ，则引发异常。默认值：False。 + - **initial** (scalar) - 初始化的起始值。默认值：None。 **返回：** @@ -1015,7 +1015,7 @@ mindspore.Tensor **参数：** - **indices** (Tensor) - 待提取的值的shape为 `(Nj...)` 的索引。 - - **axis** (int, optional) - 在指定维度上选择值。默认情况下，使用展开的输入数组。默认值：`None` 。 + - **axis** (int, optional) - 在指定维度上选择值。默认情况下，使用展开的输入数组。默认值：None。 - **mode** ('raise', 'wrap', 'clip', optional) - edge：填充Tensor的边缘值。 @@ -1119,7 +1119,7 @@ mindspore.Tensor **参数：** - **axes** (Union[None, tuple(int), list(int), int], optional) - 如果axes为None或未设置，则该方法将反转维度。如果axes为tuple(int)或list(int)，则Tensor.transpose()把Tensor转置为新的维度。如果axes为整数，则此表单仅作为元组/列表表单的备选。 + **axes** (Union[None, tuple(int), list(int), int], optional) - 如果 `axes` 为None或未设置，则该方法将反转维度。如果 `axes` 为tuple(int)或list(int)，则Tensor.transpose()把Tensor转置为新的维度。如果 `axes` 为整数，则此表单仅作为元组/列表表单的备选。 **返回：** @@ -1156,9 +1156,9 @@ mindspore.Tensor **参数：** - - **axis** (Union[None, int, tuple(int)]) - 维度，在指定维度上计算方差。其默认值是展开Tensor的方差。默认值：`None` 。 + - **axis** (Union[None, int, tuple(int)]) - 维度，在指定维度上计算方差。其默认值是展开Tensor的方差。默认值：None。 - **ddof** (int) - δ自由度。默认值：0。计算中使用的除数是 :math:`N - ddof` ，其中 :math:`N` 表示元素的数量。 - - **keepdims** (bool) - 默认值：`False` 。 + - **keepdims** (bool) - 默认值：False。 **支持平台：** diff --git a/docs/api/api_python/mindspore/mindspore.build_searched_strategy.rst b/docs/api/api_python/mindspore/mindspore.build_searched_strategy.rst index 7dc433f3769..0b826d887d1 100644 --- a/docs/api/api_python/mindspore/mindspore.build_searched_strategy.rst +++ b/docs/api/api_python/mindspore/mindspore.build_searched_strategy.rst @@ -7,7 +7,7 @@ mindspore.build_searched_strategy **参数：** - **strategy_filename** (str)：策略文件的名称。 + **strategy_filename** (str) - 策略文件的名称。 **返回：** @@ -15,6 +15,6 @@ mindspore.build_searched_strategy **异常：** - - **ValueError：** 策略文件不正确。 - - **TypeError：** `strategy_filename` 不是str。 + - **ValueError** - 策略文件不正确。 + - **TypeError** - `strategy_filename` 不是str。 \ No newline at end of file diff --git a/docs/api/api_python/mindspore/mindspore.connect_network_with_dataset.rst b/docs/api/api_python/mindspore/mindspore.connect_network_with_dataset.rst index afaa59f640d..8540678024a 100644 --- a/docs/api/api_python/mindspore/mindspore.connect_network_with_dataset.rst +++ b/docs/api/api_python/mindspore/mindspore.connect_network_with_dataset.rst @@ -8,8 +8,7 @@ mindspore.connect_network_with_dataset ˺ʹ :class:`mindspore.ops.GetNext` װ磬ԱڼԶƶӦͨȡݣݴݵ硣 .. note:: - ͼģʽAscend/GPU磬˺ʹ :class:`mindspore.ops.GetNext` װ硣£罫ûиĶ·ء - ³ģʽ»ȡҪʹ :class:`mindspore.ops.GetNext` ˴˺ڷ³ģʽ + ͼģʽAscend/GPU磬˺ʹ :class:`mindspore.ops.GetNext` װ硣£罫ûиĶ·ء³ģʽ»ȡҪʹ :class:`mindspore.ops.GetNext` ˴˺ڷ³ģʽ **** diff --git a/docs/api/api_python/mindspore/mindspore.export.rst b/docs/api/api_python/mindspore/mindspore.export.rst index f2646c4906c..0397c2e235a 100644 --- a/docs/api/api_python/mindspore/mindspore.export.rst +++ b/docs/api/api_python/mindspore/mindspore.export.rst @@ -7,7 +7,7 @@ mindspore.export .. note:: - 当导出文件格式为AIR、ONNX时，单个Tensor的大小不能超过2GB。 - - 当file_name 没有后缀时，系统会根据file_format 自动添加后缀。 + - 当 `file_name` 没有后缀时，系统会根据 `file_format` 自动添加后缀。 **参数：** @@ -22,7 +22,7 @@ mindspore.export - **kwargs** (dict) – 配置选项字典。 - - **quant_mode** (str) - 如果网络是量化感知训练网络，那么quant_mode需要设置为"QUANT"，否则 `quant_mode` 需要设置为"NONQUANT"。 + - **quant_mode** (str) - 如果网络是量化感知训练网络，那么 `quant_mode` 需要设置为"QUANT"，否则 `quant_mode` 需要设置为"NONQUANT"。 - **mean** (float) - 预处理后输入数据的平均值，用于量化网络的第一层。默认值：127.5。 - **std_dev** (float) - 预处理后输入数据的方差，用于量化网络的第一层。默认值：127.5。 - **enc_key** (str) - 用于加密的字节类型密钥，有效长度为16、24或者32。 diff --git a/docs/api/api_python/mindspore/mindspore.load_checkpoint.rst b/docs/api/api_python/mindspore/mindspore.load_checkpoint.rst index 5c23a58fe0f..719df7ed9f3 100644 --- a/docs/api/api_python/mindspore/mindspore.load_checkpoint.rst +++ b/docs/api/api_python/mindspore/mindspore.load_checkpoint.rst @@ -9,7 +9,7 @@ mindspore.load_checkpoint - **ckpt_file_name** (str) – checkpoint的文件名称。 - **net** (Cell) – 加载checkpoint参数的网络。默认值：None。 - - **strict_load** (bool) – 是否将严格加载参数到网络中。如果是False, 它将根据相同的后缀名将参数字典中的参数加载到网络中，并会在精度不匹配时，进行强制精度转换，比如将float32转换为float16。默认值：False。 + - **strict_load** (bool) – 是否将严格加载参数到网络中。如果是False, 它将根据相同的后缀名将参数字典中的参数加载到网络中，并会在精度不匹配时，进行强制精度转换，比如将 `float32` 转换为 `float16` 。默认值：False。 - **filter_prefix** (Union[str, list[str], tuple[str]]) – 以 `filter_prefix` 开头的参数将不会被加载。默认值：None。 - **dec_key** (Union[None, bytes]) – 用于解密的字节类型密钥，如果值为None，则不需要解密。默认值：None。 - **dec_mode** (str) – 该参数仅当 `dec_key` 不为None时有效。指定解密模式，目前支持“AES-GCM”和“AES-CBC”。默认值：“AES-GCM”。 diff --git a/docs/api/api_python/mindspore/mindspore.load_param_into_net.rst b/docs/api/api_python/mindspore/mindspore.load_param_into_net.rst index fc2f6b66768..ab8fb0c4c47 100644 --- a/docs/api/api_python/mindspore/mindspore.load_param_into_net.rst +++ b/docs/api/api_python/mindspore/mindspore.load_param_into_net.rst @@ -9,7 +9,7 @@ mindspore.load_param_into_net - **net** (Cell) – 将要加载参数的网络。 - **parameter_dict** (dict) – 加载checkpoint文件得到的字典。 - - **strict_load** (bool) – 是否将参数严格加载到网络中。如果是False, 它将以相同的后缀名将参数字典中的参数加载到网络中，并会在精度不匹配时，进行精度转换，比如将float32转换为float16。默认值：False。 + - **strict_load** (bool) – 是否将参数严格加载到网络中。如果是False, 它将以相同的后缀名将参数字典中的参数加载到网络中，并会在精度不匹配时，进行精度转换，比如将 `float32` 转换为 `float16` 。默认值：False。 **返回：** diff --git a/docs/api/api_python/mindspore/mindspore.merge_sliced_parameter.rst b/docs/api/api_python/mindspore/mindspore.merge_sliced_parameter.rst index ce0bf2d2b34..f52ce883a79 100644 --- a/docs/api/api_python/mindspore/mindspore.merge_sliced_parameter.rst +++ b/docs/api/api_python/mindspore/mindspore.merge_sliced_parameter.rst @@ -7,8 +7,8 @@ mindspore.merge_sliced_parameter **参数：** - - **sliced_parameters** (list[Parameter])：参数切片，按rank id进行排列。 - - **strategy** (Optional[dict])：参数切片策略，key为参数名称，value为该参数的切片策略。如果strategy为None，则只需按0轴顺序合并参数切片。默认值：None。 + - **sliced_parameters** (list[Parameter]) - 参数切片，按rank id进行排列。 + - **strategy** (Optional[dict]) - 参数切片策略，key为参数名称，value为该参数的切片策略。如果 `strategy` 为None，则只需按0轴顺序合并参数切片。默认值：None。 **返回：** @@ -16,9 +16,9 @@ mindspore.merge_sliced_parameter **异常：** - - **ValueError：** 合并失败。 - - **TypeError：** `sliced_parameters` 不正确或strategy不是dict。 - - **KeyError：** 参数名称不在策略的key中。 + - **ValueError** - 合并失败。 + - **TypeError** - `sliced_parameters` 不正确或 `strategy` 不是dict。 + - **KeyError** - 参数名称不在策略的key中。 **样例：** diff --git a/docs/api/api_python/mindspore/mindspore.model.rst b/docs/api/api_python/mindspore/mindspore.model.rst index 3af10dc4f1f..668c9b161ea 100644 --- a/docs/api/api_python/mindspore/mindspore.model.rst +++ b/docs/api/api_python/mindspore/mindspore.model.rst @@ -204,8 +204,7 @@ **参数：** **predict_data** (Tensor) – 预测样本，数据可以是单个张量、张量列表或张量元组。 - - + **返回：** 返回预测结果，类型是张量或数组。 diff --git a/docs/api/api_python/mindspore/mindspore.ms_function.rst b/docs/api/api_python/mindspore/mindspore.ms_function.rst index f93089bf5ba..e24734669b4 100644 --- a/docs/api/api_python/mindspore/mindspore.ms_function.rst +++ b/docs/api/api_python/mindspore/mindspore.ms_function.rst @@ -9,9 +9,9 @@ mindspore.ms_function **参数：** - - **fn** (Function)：要编译成图的Python函数。默认值：None。 - - **obj** (Object)：用于区分编译后函数的Python对象。默认值：None。 - - **input_signature** (Tensor)：用于表示输入参数的Tensor。Tensor的shape和dtype将作为函数的输入shape和dtype。如果指定了 `input_signature` ，则 `fn` 的每个输入都必须是 `Tensor` 。 + - **fn** (Function) - 要编译成图的Python函数。默认值：None。 + - **obj** (Object) - 用于区分编译后函数的Python对象。默认值：None。 + - **input_signature** (Tensor) - 用于表示输入参数的Tensor。Tensor的shape和dtype将作为函数的输入shape和dtype。如果指定了 `input_signature` ，则 `fn` 的每个输入都必须是Tensor。 并且 `fn` 的输入参数将不会接受 `\**kwargs` 参数。实际输入的shape和dtype必须与 `input_signature` 的相同。否则，将引发TypeError。默认值：None。