nvidia.dali.fn.experimental.readers.fits#

nvidia.dali.fn.experimental.readers.fits(*, bytes_per_sample_hint=[0], dont_use_mmap=False, dtypes=None, file_filter='*.fits', file_list=None, file_root=None, files=None, hdu_indices=[2], initial_fill=1024, lazy_init=False, num_shards=1, pad_last_batch=False, prefetch_queue_depth=1, preserve=False, random_shuffle=False, read_ahead=False, seed=-1, shard_id=0, shuffle_after_epoch=False, skip_cached_images=False, stick_to_shard=False, tensor_init_bytes=1048576, device=None, name=None)#

从目录读取 Fits 图像 HDU。

此操作符可以在以下模式中使用

  1. 读取由 file_root 指示的目录中与给定 file_filter 匹配的所有文件。

  2. 从 file_list 参数中指示的文本文件读取文件名。

  3. 读取 files 参数中列出的文件。

4. 每个样本的输出数量对应于 hdu_indices 参数的长度。默认情况下，从每个文件中读取第一个带有数据的 HDU，因此输出数量默认为 1。

支持的后端

  • ‘cpu’

  • ‘gpu’

关键字参数:

  • bytes_per_sample_hint (int 或 int 列表, 可选, 默认 = [0]) –

    输出大小提示，以字节/样本为单位。

    如果指定，则驻留在 GPU 或页锁定主机内存中的操作符输出将预先分配以适应此大小的样本批次。

  • dont_use_mmap (bool, 可选, 默认 = False) –

    如果设置为 True，则 Loader 将使用纯文件 I/O，而不是尝试在内存中映射文件。

    当访问本地文件系统时，映射提供小的性能优势，但大多数网络文件系统不提供最佳性能。

  • dtypes (DALIDataType 或 DALIDataType 列表, 可选) –

    各个输出的数据类型。

    如果指定，则必须是各个输出的类型列表。默认情况下，所有输出都假定为 UINT8。”

  • file_filter (str, 可选, 默认 = ‘*.fits’) –

    如果指定了值，则该字符串被解释为 glob 字符串，以过滤 file_root 的子目录中的文件列表。

    当文件路径取自 file_list 或 files 时，此参数将被忽略。

  • file_list (str, 可选) –

    文本文件的路径，其中包含文件名（每行一个）。文件名相对于文本文件的位置或 file_root（如果指定）。

    此参数与 files 互斥。

  • file_root (str, 可选) –

    包含数据文件的目录的路径。

    如果不使用 file_list 或 files。将遍历此目录以发现文件。在这种操作模式下，file_root 是必需的。

  • files (str 或 str 列表, 可选) –

    要从中读取数据的的文件路径列表。

    如果提供了 file_root，则路径被视为相对于它。

    此参数与 file_list 互斥。

  • hdu_indices (int 或 int 列表, 可选, 默认 = [2]) – 要读取的 HDU 索引。如果未提供，将产生主 HDU 之后的第一个 HDU。由于 HDU 的索引从 1 开始，因此默认值如下：hdu_indices = [2]。提供的列表 hdu_indices 的大小定义了每个样本的输出数量。

  • initial_fill (int, 可选, 默认 = 1024) –

    用于洗牌的缓冲区大小。

    如果 random_shuffle 为 False，则忽略此参数。

  • lazy_init (bool, 可选, 默认 = False) – 仅在第一次运行时而不是在构造函数中解析和准备数据集元数据。

  • num_shards (int, 可选, 默认 = 1) –

    将数据划分为指定数量的部分（分片）。

    这通常用于多 GPU 或多节点训练。

  • pad_last_batch (bool, 可选, 默认 = False) –

    如果设置为 True，则通过重复最后一个样本来填充分片。

    注意

    如果各个分片之间的批次数量不同，则此选项可能会导致将整个重复样本批次添加到数据集中。

  • prefetch_queue_depth (int, 可选, 默认 = 1) –

    指定内部加载器要预取的批次数量。

    当 pipeline 受 CPU 阶段限制时，应增加此值，以内存消耗换取与 Loader 线程更好的交错。

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

  • random_shuffle (bool, 可选, 默认 = False) –

    确定是否随机洗牌数据。

    使用大小等于 initial_fill 的预取缓冲区按顺序读取数据，然后随机选择样本以形成批次。

  • read_ahead (bool, 可选, 默认 = False) –

    确定是否应预读访问的数据。

    对于 LMDB、RecordIO 或 TFRecord 等大型文件，此参数会减慢首次访问速度，但会减少所有后续访问的时间。

  • seed (int, 可选, 默认 = -1) – 随机种子；如果未设置，将自动分配一个种子。

  • shard_id (int, 可选, 默认 = 0) – 要读取的分片的索引。

  • shuffle_after_epoch (bool, 可选, 默认 = False) –

    如果设置为 True，则读取器在每个 epoch 后对整个数据集进行洗牌。

    当此参数设置为 True 时，不能使用 stick_to_shard 和 random_shuffle。

  • skip_cached_images (bool, 可选, 默认 = False) –

    如果设置为 True，则当样本位于解码器缓存中时，将跳过加载数据。

    在这种情况下，加载器的输出将为空。

  • stick_to_shard (bool, 可选, 默认 = False) –

    确定读取器是否应坚持数据分片，而不是遍历整个数据集。

    如果使用解码器缓存，它可以显着减少要缓存的数据量，但可能会影响训练的准确性。

  • tensor_init_bytes (int, 可选, 默认 = 1048576) – 每个图像要分配多少内存的提示。

在本页中