معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A simple library to simplify data handling in deep learning environments. With an API non dissimilar to PyTorch DataLoader

ویژگی	مقدار
سیستم عامل	-
نام فایل	dataManager-0.2.2
نام	dataManager
نسخه کتابخانه	0.2.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Pedro A. Favuzzi
ایمیل نویسنده	pa.favuzzi@gmail.com
آدرس صفحه اصلی	https://github.com/Pensarfeo/DataManager
آدرس اینترنتی	https://pypi.org/project/dataManager/
مجوز	-

# DataManager A simple library to simplify data handling in deep learning environments. With an API non dissimilar to PyTorch DataLoader ## Usage ```python from dataManager import Manager as DataManager dataFunction = lambda x: (reduceImageSize(inputImages,x), inputLabels[x], ...) # Initialize Data Providers dataManger = DataManger( data = dataFunction, bz = 32, stochasticSampling = True, indexingShape = [dataInput.shape[0]] ) # provide the data for the tenth batch i = 10 dataManger(i, stochastic = False).shape # > (32, ...) ``` ## API ### ```__init__(data, indexingShape = None, bz = 32, stochasticSampling = True)``` * ```data: numpy.array or function```: Data to be used during training. If a numpy array is provided the data will be wrapped in a function. The input function should only take one argument which are the indexes of the elements for the data batch. * ```indexingShape: array```: Array of size 1 or 2. Used to provide the data at each batch. If the array had dim 1, then a list of indexes will be provided. If ```stochasticSampling``` is set to false then the indexes will be ordered from 0 to (indexingShape - indexingShape%bz), else if the array is dim 2 the indexes will be provided from left to right and from top to bottom of the 2d matrix, in this case we also only provide as many indexes as is possible to provide with full batches. * ```stochasticSampling: bool```: if true, the indexes provided are sampled in a totally random way with equal probability for each element. For each batch all indexes will be different, but uniqueness of indexes is not guaranteed though batches. ### ```__call__(i, stochastic = None)``` - ```i: integer```: index of the current batch, starting from 0 - ```stochastic: bool```: if stochasticSampling is to be used or not ## Notes: StochasticSampling overwrites ordered indexing. ## Undocumented Functions: StochasticSampling overwrites ordered indexing. * self.getBatch(self, step, bz): return an ordered batch of indexes at a given step * self.getBatch(self, step, bz): return an ordered batch of indexes at a given step * self.getStochasticBatch(self, shape, bz): return a randomly picked set of elements with equal probability. Shape is the specific shape defaults to indexingShape if nothing given.

نیازمندی

مقدار	نام
-	numpy

نحوه نصب

نصب پکیج whl dataManager-0.2.2:

pip install dataManager-0.2.2.whl

نصب پکیج tar.gz dataManager-0.2.2:

pip install dataManager-0.2.2.tar.gz