比较与torchaudio.datasets.GTZAN的差异

torchaudio.datasets.GTZAN

class torchaudio.datasets.GTZAN(
    root: str,
    url: str = 'http://opihi.cs.uvic.ca/sound/genres.tar.gz',
    folder_in_archive: str = 'genres',
    download: bool = False,
    subset: str = None)

更多内容详见torchaudio.datasets.GTZAN。

mindspore.dataset.GTZANDataset

class mindspore.dataset.GTZANDataset(
    dataset_dir,
    usage=None,
    num_samples=None,
    num_parallel_workers=None,
    shuffle=None,
    sampler=None,
    num_shards=None,
    shard_id=None,
    cache=None)

更多内容详见mindspore.dataset.GTZANDataset。

差异对比

PyTorch：读取GTZAN数据集。

MindSpore：读取GTZAN数据集，不支持下载。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	root	dataset_dir	-
	参数2	url	-	MindSpore不支持
	参数3	folder_in_archive	-	MindSpore不支持
	参数4	download	-	MindSpore不支持
	参数5	subset	usage	-
	参数6	-	num_samples	指定从数据集中读取的样本数
	参数7	-	num_parallel_workers	指定读取数据的工作线程数
	参数8	-	shuffle	指定是否混洗数据集
	参数9	-	sampler	指定采样器
	参数10	-	num_shards	指定分布式训练时将数据集进行划分的分片数
	参数11	-	shard_id	指定分布式训练时使用的分片ID号
	参数12	-	cache	指定单节点数据缓存服务

代码示例

# PyTorch
import torchaudio.datasets as datasets
from torch.utils.data import DataLoader

root = "/path/to/dataset_directory/"
dataset = datasets.GTZAN(root, url='http://opihi.cs.uvic.ca/sound/genres.tar.gz')
dataloader = DataLoader(dataset)

# MindSpore
import mindspore.dataset as ds

# Download GTZAN dataset files, unzip into the following structure
# .
# └── /path/to/dataset_directory/
#      ├── blues
#      │    ├──blues.00000.wav
#      │    ├──blues.00001.wav
#      │    ├──blues.00002.wav
#      │    ├──...
#      ├── disco
#      │    ├──disco.00000.wav
#      │    ├──disco.00001.wav
#      │    ├──disco.00002.wav
#      │    └──...
#      └──...
root = "/path/to/dataset_directory/"
ms_dataloader = ds.GTZANDataset(root, usage='all')