nvidia.dali.fn.experimental.inflate#

nvidia.dali.fn.experimental.inflate(__input, /, *, algorithm='LZ4', bytes_per_sample_hint=[0], chunk_offsets=None, chunk_sizes=None, dtype=DALIDataType.UINT8, layout='', preserve=False, sequence_axis_name='F', shape, device=None, name=None)#

使用指定的解压缩算法膨胀/解压缩输入。

输入必须是字节 (uint8) 的 1D 张量。 需要传递解压缩样本的 shape 和 dtype。

每个输入样本可以是单个压缩块，也可以由多个压缩块组成，这些压缩块在膨胀时具有相同的形状和类型，以便可以将它们合并到单个张量中，其中张量的最外层范围对应于块的数量。

如果样本由多个块组成，则必须指定 chunk_offsets 或 chunk_sizes。 在这种情况下，shape 必须描述单个膨胀（输出）块的形状。 块的数量将自动作为最外层范围添加到输出张量。

例如，以下代码片段介绍了类似视频序列的解压缩。 每个视频序列都通过以下方式进行缩小：首先，分别压缩每个帧，然后连接来自相应序列的压缩帧。

@pipeline_def
def inflate_sequence_pipeline():
  compres_seq, uncompres_hwc_shape, compres_chunk_sizes = fn.external_source(...)
  sequences = fn.experimental.inflate(
      compres_seq.gpu(),
      chunk_sizes=compres_chunk_sizes,  # refers to sizes in ``compres_seq``
      shape=uncompres_hwc_shape,
      layout="HWC",
      sequence_axis_name="F")
  return sequences
支持的后端

  • ‘gpu’

参数:

__input (TensorList) – 操作符的输入。

关键字参数:

  • algorithm (str, optional, default = ‘LZ4’) –

    用于解码数据的算法。

    目前仅支持 LZ4。

  • bytes_per_sample_hint (int or list of int, optional, default = [0]) –

    每个样本的输出大小提示（以字节为单位）。

    如果指定，则将预先分配位于 GPU 或分页锁定主机内存中的操作符输出，以容纳此大小的样本批次。

  • chunk_offsets (int 或 list of int 或 TensorList of int, optional) –

    输入样本中描述连续块开始位置的偏移量列表。

    如果未指定 chunk_sizes，则假定块在输入张量中密集打包，并且最后一个块以样本的结尾结束。

  • chunk_sizes (int 或 list of int 或 TensorList of int, optional) –

    相应输入块的大小列表。

    如果未指定 chunk_offsets，则假定块在输入张量中密集打包，并且第一个块从样本的开头开始。

  • dtype (nvidia.dali.types.DALIDataType, optional, default = DALIDataType.UINT8) – 输出（膨胀）数据类型。

  • layout (layout str, optional, default = ‘’) –

    输出（膨胀）块的布局。

    如果样本由多个块组成，则还会将 sequence_axis_name 范围添加到指定布局的开头。

  • preserve (bool, optional, default = False) – 即使操作符的输出未使用，也阻止将其从图中删除。

  • sequence_axis_name (layout str, optional, default = ‘F’) –

    序列轴的名称。

    如果样本由多个块组成，则会在输出张量中添加额外的外部维度。 默认情况下，假定它是视频帧，因此默认标签为“F”

    如果未指定 layout 或输入不是序列（既未指定 chunk_offsets 也未指定 chunk_sizes），则忽略该值。

  • shape (int 或 list of int 或 TensorList of int) – 输出（膨胀）块的形状。

在本页中