跳到主要内容
Ctrl+K
NVIDIA DALI - Home NVIDIA DALI - Home

NVIDIA DALI

NVIDIA DALI - Home NVIDIA DALI - Home

NVIDIA DALI

目录

  • 首页

入门指南

  • 安装
  • 平台支持
  • 入门教程
  • 报告漏洞

Python API 文档

  • Pipeline(流水线)
  • 类型
  • 数学表达式
  • 索引和切片
  • 操作参考
    • nvidia.dali.fn
      • nvidia.dali.fn.audio_decoder(音频解码器)
      • nvidia.dali.fn.audio_resample(音频重采样)
      • nvidia.dali.fn.batch_permutation(批次置换)
      • nvidia.dali.fn.bb_flip(边界框翻转)
      • nvidia.dali.fn.bbox_paste(边界框粘贴)
      • nvidia.dali.fn.box_encoder(框编码器)
      • nvidia.dali.fn.brightness(亮度)
      • nvidia.dali.fn.brightness_contrast(亮度对比度)
      • nvidia.dali.fn.caffe2_reader(Caffe2 读取器)
      • nvidia.dali.fn.caffe_reader(Caffe 读取器)
      • nvidia.dali.fn.cast(类型转换)
      • nvidia.dali.fn.cast_like(类似类型转换)
      • nvidia.dali.fn.cat(连接)
      • nvidia.dali.fn.coco_reader(COCO 读取器)
      • nvidia.dali.fn.coin_flip(硬币翻转)
      • nvidia.dali.fn.color_space_conversion(色彩空间转换)
      • nvidia.dali.fn.color_twist(色彩扭曲)
      • nvidia.dali.fn.contrast(对比度)
      • nvidia.dali.fn.coord_flip(坐标翻转)
      • nvidia.dali.fn.coord_transform(坐标变换)
      • nvidia.dali.fn.copy(复制)
      • nvidia.dali.fn.crop(裁剪)
      • nvidia.dali.fn.crop_mirror_normalize(裁剪镜像归一化)
      • nvidia.dali.fn.dl_tensor_python_function(DL 张量 Python 函数)
      • nvidia.dali.fn.dump_image(转储图像)
      • nvidia.dali.fn.element_extract(元素提取)
      • nvidia.dali.fn.erase(擦除)
      • nvidia.dali.fn.expand_dims(扩展维度)
      • nvidia.dali.fn.external_source(外部数据源)
      • nvidia.dali.fn.fast_resize_crop_mirror(快速调整大小裁剪镜像)
      • nvidia.dali.fn.file_reader(文件读取器)
      • nvidia.dali.fn.flip(翻转)
      • nvidia.dali.fn.full(全填充)
      • nvidia.dali.fn.full_like(类似全填充)
      • nvidia.dali.fn.gaussian_blur(高斯模糊)
      • nvidia.dali.fn.get_property(获取属性)
      • nvidia.dali.fn.grid_mask(网格遮罩)
      • nvidia.dali.fn.hsv(HSV)
      • nvidia.dali.fn.hue(色调)
      • nvidia.dali.fn.image_decoder(图像解码器)
      • nvidia.dali.fn.image_decoder_crop(图像解码器裁剪)
      • nvidia.dali.fn.image_decoder_random_crop(图像解码器随机裁剪)
      • nvidia.dali.fn.image_decoder_slice(图像解码器切片)
      • nvidia.dali.fn.jitter(抖动)
      • nvidia.dali.fn.jpeg_compression_distortion(JPEG 压缩失真)
      • nvidia.dali.fn.laplacian(拉普拉斯算子)
      • nvidia.dali.fn.lookup_table(查找表)
      • nvidia.dali.fn.mel_filter_bank(梅尔滤波器组)
      • nvidia.dali.fn.mfcc(MFCC)
      • nvidia.dali.fn.multi_paste(多重粘贴)
      • nvidia.dali.fn.mxnet_reader(MXNet 读取器)
      • nvidia.dali.fn.nemo_asr_reader(Nemo ASR 读取器)
      • nvidia.dali.fn.nonsilent_region(非静音区域)
      • nvidia.dali.fn.normal_distribution(正态分布)
      • nvidia.dali.fn.normalize(归一化)
      • nvidia.dali.fn.numba_function(Numba 函数)
      • nvidia.dali.fn.numpy_reader(Numpy 读取器)
      • nvidia.dali.fn.one_hot(独热编码)
      • nvidia.dali.fn.ones(全一)
      • nvidia.dali.fn.ones_like(类似全一)
      • nvidia.dali.fn.optical_flow(光流)
      • nvidia.dali.fn.pad(填充)
      • nvidia.dali.fn.paste(粘贴)
      • nvidia.dali.fn.peek_image_shape(预览图像形状)
      • nvidia.dali.fn.per_frame(逐帧)
      • nvidia.dali.fn.permute_batch(置换批次)
      • nvidia.dali.fn.power_spectrum(功率谱)
      • nvidia.dali.fn.preemphasis_filter(预加重滤波器)
      • nvidia.dali.fn.python_function(Python 函数)
      • nvidia.dali.fn.random_bbox_crop(随机边界框裁剪)
      • nvidia.dali.fn.random_crop_generator(随机裁剪生成器)
      • nvidia.dali.fn.random_resized_crop(随机调整大小裁剪)
      • nvidia.dali.fn.reinterpret(重新解释)
      • nvidia.dali.fn.reshape(重塑)
      • nvidia.dali.fn.resize(调整大小)
      • nvidia.dali.fn.resize_crop_mirror(调整大小裁剪镜像)
      • nvidia.dali.fn.roi_random_crop(ROI 随机裁剪)
      • nvidia.dali.fn.rotate(旋转)
      • nvidia.dali.fn.saturation(饱和度)
      • nvidia.dali.fn.sequence_reader(序列读取器)
      • nvidia.dali.fn.sequence_rearrange(序列重排)
      • nvidia.dali.fn.shapes(形状)
      • nvidia.dali.fn.slice(切片)
      • nvidia.dali.fn.spectrogram(频谱图)
      • nvidia.dali.fn.sphere(球体)
      • nvidia.dali.fn.squeeze(挤压维度)
      • nvidia.dali.fn.ssd_random_crop(SSD 随机裁剪)
      • nvidia.dali.fn.stack(堆叠)
      • nvidia.dali.fn.tfrecord_reader(TFRecord 读取器)
      • nvidia.dali.fn.to_decibels(转换为分贝)
      • nvidia.dali.fn.torch_python_function(Torch Python 函数)
      • nvidia.dali.fn.transpose(转置)
      • nvidia.dali.fn.uniform(均匀分布)
      • nvidia.dali.fn.video_reader(视频读取器)
      • nvidia.dali.fn.video_reader_resize(视频读取器调整大小)
      • nvidia.dali.fn.warp_affine(仿射变换)
      • nvidia.dali.fn.water(水印)
      • nvidia.dali.fn.zeros(全零)
      • nvidia.dali.fn.zeros_like(类似全零)
    • nvidia.dali.fn.decoders(解码器)
      • nvidia.dali.fn.decoders.audio(解码器.音频)
      • nvidia.dali.fn.decoders.image(解码器.图像)
      • nvidia.dali.fn.decoders.image_crop(解码器.图像裁剪)
      • nvidia.dali.fn.decoders.image_random_crop(解码器.图像随机裁剪)
      • nvidia.dali.fn.decoders.image_slice(解码器.图像切片)
    • nvidia.dali.fn.experimental(实验性)
      • nvidia.dali.fn.experimental.audio_resample(实验性.音频重采样)
      • nvidia.dali.fn.experimental.debayer(实验性.去马赛克)
      • nvidia.dali.fn.experimental.dilate(实验性.膨胀)
      • nvidia.dali.fn.experimental.equalize(实验性.均衡化)
      • nvidia.dali.fn.experimental.erode(实验性.腐蚀)
      • nvidia.dali.fn.experimental.filter(实验性.滤波器)
      • nvidia.dali.fn.experimental.inflate(实验性.膨胀)
      • nvidia.dali.fn.experimental.median_blur(实验性.中值模糊)
      • nvidia.dali.fn.experimental.peek_image_shape(实验性.预览图像形状)
      • nvidia.dali.fn.experimental.remap(实验性.重映射)
      • nvidia.dali.fn.experimental.resize(实验性.调整大小)
      • nvidia.dali.fn.experimental.tensor_resize(实验性.张量调整大小)
      • nvidia.dali.fn.experimental.warp_perspective(实验性.透视变换)
    • nvidia.dali.fn.experimental.decoders(实验性.解码器)
      • nvidia.dali.fn.experimental.decoders.image(实验性.解码器.图像)
      • nvidia.dali.fn.experimental.decoders.image_crop(实验性.解码器.图像裁剪)
      • nvidia.dali.fn.experimental.decoders.image_random_crop(实验性.解码器.图像随机裁剪)
      • nvidia.dali.fn.experimental.decoders.image_slice(实验性.解码器.图像切片)
      • nvidia.dali.fn.experimental.decoders.video(实验性.解码器.视频)
    • nvidia.dali.fn.experimental.inputs(实验性.输入)
      • nvidia.dali.fn.experimental.inputs.video(实验性.输入.视频)
    • nvidia.dali.fn.experimental.readers(实验性.读取器)
      • nvidia.dali.fn.experimental.readers.fits(实验性.读取器.FITS)
      • nvidia.dali.fn.experimental.readers.video(实验性.读取器.视频)
    • nvidia.dali.fn.io.file(nvidia.dali.fn.io.文件)
      • nvidia.dali.fn.io.file.read(nvidia.dali.fn.io.文件.读取)
    • nvidia.dali.fn.noise(噪声)
      • nvidia.dali.fn.noise.gaussian(噪声.高斯)
      • nvidia.dali.fn.noise.salt_and_pepper(噪声.椒盐)
      • nvidia.dali.fn.noise.shot(噪声.散粒)
    • nvidia.dali.fn.plugin.video(nvidia.dali.fn.插件.视频)
      • nvidia.dali.fn.plugin.video.decoder(nvidia.dali.fn.插件.视频.解码器)
    • nvidia.dali.fn.random(随机)
      • nvidia.dali.fn.random.beta(随机.Beta 分布)
      • nvidia.dali.fn.random.choice(随机.选择)
      • nvidia.dali.fn.random.coin_flip(随机.硬币翻转)
      • nvidia.dali.fn.random.normal(随机.正态分布)
      • nvidia.dali.fn.random.uniform(随机.均匀分布)
    • nvidia.dali.fn.readers(读取器)
      • nvidia.dali.fn.readers.caffe(读取器.Caffe)
      • nvidia.dali.fn.readers.caffe2(读取器.Caffe2)
      • nvidia.dali.fn.readers.coco(读取器.COCO)
      • nvidia.dali.fn.readers.file(读取器.文件)
      • nvidia.dali.fn.readers.mxnet(读取器.MXNet)
      • nvidia.dali.fn.readers.nemo_asr(读取器.Nemo ASR)
      • nvidia.dali.fn.readers.numpy(读取器.Numpy)
      • nvidia.dali.fn.readers.sequence(读取器.序列)
      • nvidia.dali.fn.readers.tfrecord(读取器.TFRecord)
      • nvidia.dali.fn.readers.video(读取器.视频)
      • nvidia.dali.fn.readers.video_resize(读取器.视频调整大小)
      • nvidia.dali.fn.readers.webdataset(读取器.Webdataset)
    • nvidia.dali.fn.reductions(归约)
      • nvidia.dali.fn.reductions.max(归约.最大值)
      • nvidia.dali.fn.reductions.mean(归约.均值)
      • nvidia.dali.fn.reductions.mean_square(归约.均方)
      • nvidia.dali.fn.reductions.min(归约.最小值)
      • nvidia.dali.fn.reductions.rms(归约.均方根)
      • nvidia.dali.fn.reductions.std_dev(归约.标准差)
      • nvidia.dali.fn.reductions.sum(归约.总和)
      • nvidia.dali.fn.reductions.variance(归约.方差)
    • nvidia.dali.fn.segmentation(分割)
      • nvidia.dali.fn.segmentation.random_mask_pixel(分割.随机遮罩像素)
      • nvidia.dali.fn.segmentation.random_object_bbox(分割.随机对象边界框)
      • nvidia.dali.fn.segmentation.select_masks(分割.选择遮罩)
    • nvidia.dali.fn.transforms(变换)
      • nvidia.dali.fn.transforms.combine(变换.组合)
      • nvidia.dali.fn.transforms.crop(变换.裁剪)
      • nvidia.dali.fn.transforms.rotation(变换.旋转)
      • nvidia.dali.fn.transforms.scale(变换.缩放)
      • nvidia.dali.fn.transforms.shear(变换.剪切)
      • nvidia.dali.fn.transforms.translation(变换.平移)
    • nvidia.dali.plugin.jax.fn
      • nvidia.dali.plugin.jax.fn.jax_function(nvidia.dali.plugin.jax.fn.jax 函数)
    • nvidia.dali.plugin.numba.fn.experimental
      • nvidia.dali.plugin.numba.fn.experimental.numba_function(nvidia.dali.plugin.numba.fn.experimental.numba 函数)
    • nvidia.dali.plugin.pytorch.fn
      • nvidia.dali.plugin.pytorch.fn.torch_python_function(nvidia.dali.plugin.pytorch.fn.torch Python 函数)
  • 自动增强
    • AutoAugment(自动增强)
    • RandAugment(随机增强)
    • TrivialAugment(简单增强)
    • 增强参考
  • 操作符对象(旧版)
  • DL 框架插件
    • PyTorch
      • PyTorch 插件 API 参考
      • Pytorch 框架
        • 在 PyTorch 中使用 DALI
        • ExternalSource 操作符
        • 使用 PyTorch DALI 插件:使用各种读取器
        • 在 PyTorch Lightning 中使用 DALI
    • TensorFlow
      • TensorFlow 插件 API 参考
      • Tensorflow 框架
        • 使用 Tensorflow DALI 插件:DALI 和 tf.data
        • 使用 Tensorflow DALI 插件:带有多个 GPU 的 DALI tf.data.Dataset
        • 带有外部数据源的 DALI Dataset 的输入
        • 使用带有稀疏张量的 Tensorflow DALI 插件
        • 使用 Tensorflow DALI 插件:简单示例
        • 使用 Tensorflow DALI 插件:使用各种读取器
    • PaddlePaddle
      • PaddlePaddle 插件 API 参考
      • PaddlePaddle 框架
        • 在 PaddlePaddle 中使用 DALI
        • ExternalSource 操作符
        • 使用 Paddle DALI 插件:使用各种读取器
    • JAX
      • JAX 插件 API 参考
      • JAX 框架
        • JAX 和 DALI 入门
        • 使用 DALI 和 JAX 训练神经网络
        • 使用多个 GPU 进行训练
        • 使用 DALI 和 Flax 训练神经网络
        • 使用 DALI 和 Paxml 训练神经网络
        • T5X 和 DALI 入门
      • 在 DALI 流水线中运行 JAX

示例和教程

  • 数据加载
    • External Source Operator - 基本用法
    • 并行外部数据源
    • 并行外部数据源 - Fork
    • 数据加载:LMDB 数据库
    • 数据加载:MXNet recordIO
    • 数据加载:TensorFlow TFRecord
    • 数据加载:Webdataset
    • COCO 读取器
    • Numpy 读取器
  • 操作
    • 通用目的
      • DALI 表达式和算术运算
        • DALI 表达式和算术运算符
        • DALI 二进制算术运算符 - 类型提升
        • 使用算术运算的自定义增强
        • 条件式执行和遮蔽
      • 归约操作符
      • 张量连接
      • 重新解释张量
      • Normalize 操作符
      • 几何变换
      • Erase 操作符
    • 图像处理
      • 增强图库
      • BrightnessContrast 示例
      • 色彩空间转换
      • 图像解码器示例
      • HSV 示例
      • 插值方法
      • Resize 操作符
      • WarpAffine
      • 3D 变换
    • 音频处理
      • DALI 中的音频解码器
      • 音频频谱图
    • 视频处理
      • 从多个文件读取的简单视频流水线
      • 从目录读取带标签视频的视频流水线
      • 视频流水线演示基于时间戳或帧号应用标签
      • 读取存储为图像的视频帧
      • 使用图像处理操作符处理视频
      • 光流
  • 用例
    • 视频超分辨率
    • PyTorch 中的 ImageNet 训练
    • PyTorch 中的 Single Shot MultiBox Detector 训练
    • 带有 DALI 和 AutoAugment 的 PyTorch EfficientNet
    • 带有 TensorFlow 和 DALI 的 ResNet-N
    • 带有 TensorFlow 和 DALI 的 You Only Look Once v4
    • 带有 TensorFlow 和 DALI 的 EfficientDet
    • PaddlePaddle 用例
      • PaddlePaddle 中的 ResNet 训练
      • PaddlePaddle 中的时间移位模块推理
    • 带有增强的 COCO 读取器
    • 使用外部数据源的 WebDataset 集成
  • 其他
    • 多 GPU 支持
    • DALI 中的条件执行
    • 自定义操作
      • 在 C++ 中创建自定义操作符
      • Python 操作符
      • 使用 Python 操作符处理 GPU 数据
      • Numba 函数 - 运行编译后的 C 回调函数
      • 在 DALI 中运行自定义 JAX 增强
      • 在多个 GPU 上运行 JAX 增强
    • 序列化
    • 操作符对象(旧版)
    • 流水线调试模式(实验性)

高级

  • 性能调优
  • 分片
  • 流水线运行方法
  • 检查点
  • 实验性
  • 从源代码编译 DALI
  • DALI 环境变量

常见问题解答

  • 问答

参考

  • 发行说明
  • GitHub
  • 路线图
  • 示例和教程
  • 数据加载

数据加载#

  • External Source Operator - 基本用法
    • 定义数据源
    • 定义流水线
    • 使用流水线
  • 并行外部数据源
    • 接受的 source
    • 操作原理
    • 示例流水线和 source
    • 走向并行
    • 使用 Spawned Python Workers 运行流水线
    • 洗牌和分片
    • 容器中的并行外部数据源
  • 并行外部数据源 - Fork
    • 使用 Fork 启动的步骤
    • 示例流水线和 source
    • 启动 Python Workers
  • 数据加载:LMDB 数据库
    • 概述
    • Caffe LMDB 格式
    • Caffe 2 LMDB 格式
  • 数据加载:MXNet recordIO
    • 概述
    • 创建索引
    • 定义和运行流水线
  • 数据加载:TensorFlow TFRecord
    • 概述
    • 创建索引
    • 定义和运行流水线
  • 数据加载:Webdataset
    • 概述
    • 使用 readers.webdataset 操作符
    • 创建索引
    • 定义和运行流水线
  • COCO 读取器
  • Numpy 读取器
    • 概述
    • 测试数据
    • 用法
    • 感兴趣区域 (ROI) API
    • GPUDirect 存储支持

上一个

示例和教程

下一个

External Source Operator - 基本用法

NVIDIA NVIDIA
隐私政策 | 管理我的隐私 | 请勿出售或分享我的数据 | 服务条款 | 辅助功能 | 公司政策 | 产品安全 | 联系方式

版权所有 © 2018-2025, NVIDIA Corporation。

© . All rights reserved.