test/fastNLP
1
0
Fork 0
mirror of https://gitee.com/fastnlp/fastNLP.git synced 2024-12-04 13:17:51 +08:00
Code Issues Actions Packages Projects Releases Wiki Activity

DataSet apply的时候可以传入use_tqdm和tqdm_desc

Browse Source
This commit is contained in:
yh_cc 2021-01-05 23:45:15 +08:00
parent 4886dbff8b
commit 04ad8e604e
3 changed files with 64 additions and 2 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

29
fastNLP/core/dataset.py
View File

@ -371,6 +371,10 @@ from .field import SetInputOrTargetException
from .instance import Instance
from .utils import pretty_table_printer
from .collate_fn import Collater
try:
from tqdm.auto import tqdm
except:
from .utils import _pseudo_tqdm as tqdm
class ApplyResultException(Exception):
@ -860,6 +864,11 @@ class DataSet(object):
2. is_target: bool, 如果为True则将名为 `new_field_name` 的field设置为target
3. ignore_type: bool, 如果为True则将名为 `new_field_name` 的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否使用tqdm显示预处理进度
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
:return List[Any]: 里面的元素为func的返回值，所以list长度为DataSet的长度
"""
assert len(self) != 0, "Null DataSet cannot use apply_field()."
@ -887,6 +896,10 @@ class DataSet(object):
3. ignore_type: bool, 如果为True则将被修改的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否使用tqdm显示预处理进度
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
:return Dict[str:Field]: 返回一个字典
"""
assert len(self) != 0, "Null DataSet cannot use apply_field()."
@ -949,6 +962,10 @@ class DataSet(object):
3. ignore_type: bool, 如果为True则将被修改的的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否使用tqdm显示预处理进度
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
:return Dict[str:Field]: 返回一个字典
"""
# 返回 dict , 检查是否一直相同
@ -957,7 +974,9 @@ class DataSet(object):
idx = -1
try:
results = {}
for idx, ins in enumerate(self._inner_iter()):
for idx, ins in tqdm(enumerate(self._inner_iter()), total=len(self), dynamic_ncols=True,
desc=kwargs.get('tqdm_desc', ''),
leave=False, disable=not kwargs.get('use_tqdm', False)):
if "_apply_field" in kwargs:
res = func(ins[kwargs["_apply_field"]])
else:
@ -1001,6 +1020,10 @@ class DataSet(object):
2. is_target: bool, 如果为True则将 `new_field_name` 的field设置为target
3. ignore_type: bool, 如果为True则将 `new_field_name` 的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否使用tqdm显示预处理进度
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
:return List[Any]: 里面的元素为func的返回值，所以list长度为DataSet的长度
"""
@ -1009,7 +1032,9 @@ class DataSet(object):
idx = -1
try:
results = []
for idx, ins in enumerate(self._inner_iter()):
for idx, ins in tqdm(enumerate(self._inner_iter()), total=len(self), dynamic_ncols=True, leave=False,
desc=kwargs.get('tqdm_desc', ''),
disable=not kwargs.get('use_tqdm', False)):
if "_apply_field" in kwargs:
results.append(func(ins[kwargs["_apply_field"]]))
else:

29
fastNLP/io/data_bundle.py
View File

@ -321,8 +321,15 @@ class DataBundle:
2. is_target: bool, 如果为True则将名为 `new_field_name` 的field设置为target
3. ignore_type: bool, 如果为True则将名为 `new_field_name` 的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否显示tqdm进度条
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
"""
tqdm_desc = kwargs.get('tqdm_desc', '')
for name, dataset in self.datasets.items():
if tqdm_desc != '':
kwargs['tqdm_desc'] = tqdm_desc + f' for `{name}`'
if dataset.has_field(field_name=field_name):
dataset.apply_field(func=func, field_name=field_name, new_field_name=new_field_name, **kwargs)
elif not ignore_miss_dataset:
@ -350,10 +357,17 @@ class DataBundle:
3. ignore_type: bool, 如果为True则将被修改的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否显示tqdm进度条
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
:return Dict[str:Dict[str:Field]]: 返回一个字典套字典，第一层的 key 是 dataset 的名字，第二层的 key 是 field 的名字
"""
res = {}
tqdm_desc = kwargs.get('tqdm_desc', '')
for name, dataset in self.datasets.items():
if tqdm_desc != '':
kwargs['tqdm_desc'] = tqdm_desc + f' for `{name}`'
if dataset.has_field(field_name=field_name):
res[name] = dataset.apply_field_more(func=func, field_name=field_name, modify_fields=modify_fields, **kwargs)
elif not ignore_miss_dataset:
@ -376,8 +390,16 @@ class DataBundle:
2. is_target: bool, 如果为True则将名为 `new_field_name` 的field设置为target
3. ignore_type: bool, 如果为True则将名为 `new_field_name` 的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否显示tqdm进度条
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
"""
tqdm_desc = kwargs.get('tqdm_desc', '')
for name, dataset in self.datasets.items():
if tqdm_desc != '':
kwargs['tqdm_desc'] = tqdm_desc + f' for `{name}`'
dataset.apply(func, new_field_name=new_field_name, **kwargs)
return self
@ -399,10 +421,17 @@ class DataBundle:
3. ignore_type: bool, 如果为True则将被修改的的field的ignore_type设置为true, 忽略其类型
4. use_tqdm: bool, 是否显示tqdm进度条
5. tqdm_desc: str, 当use_tqdm为True时，可以显示当前tqdm正在处理的名称
:return Dict[str:Dict[str:Field]]: 返回一个字典套字典，第一层的 key 是 dataset 的名字，第二层的 key 是 field 的名字
"""
res = {}
tqdm_desc = kwargs.get('tqdm_desc', '')
for name, dataset in self.datasets.items():
if tqdm_desc!='':
kwargs['tqdm_desc'] = tqdm_desc + f' for `{name}`'
res[name] = dataset.apply_more(func, modify_fields=modify_fields, **kwargs)
return res

8
tests/core/test_dataset.py
View File

@ -136,6 +136,14 @@ class TestDataSetMethods(unittest.TestCase):
ds.apply(lambda ins: (len(ins["x"]), "hahaha"), new_field_name="k", ignore_type=True)
# expect no exception raised
def test_apply_tqdm(self):
import time
ds = DataSet({"x": [[1, 2, 3, 4]] * 40, "y": [[5, 6]] * 40})
def do_nothing(ins):
time.sleep(0.01)
ds.apply(do_nothing, use_tqdm=True)
ds.apply_field(do_nothing, field_name='x', use_tqdm=True)
def test_apply_cannot_modify_instance(self):
ds = DataSet({"x": [[1, 2, 3, 4]] * 40, "y": [[5, 6]] * 40})
def modify_inplace(instance):