比较与torchaudio.datasets.SPEECHCOMMANDS的差异

torchaudio.datasets.SPEECHCOMMANDS

class torchaudio.datasets.SPEECHCOMMANDS(
    root: str,
    url: str = 'speech_commands_v0.02',
    folder_in_archive: str = 'SpeechCommands',
    download: bool = False,
    subset: str = None)

更多内容详见torchaudio.datasets.SPEECHCOMMANDS。

mindspore.dataset.SpeechCommandsDataset

class mindspore.dataset.SpeechCommandsDataset(
    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.SpeechCommandsDataset。

差异对比

PyTorch：读取SpeechCommands数据集。

MindSpore：读取SpeechCommands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.SPEECHCOMMANDS(root, url='speech_commands_v0.02')
dataloader = DataLoader(dataset)

# MindSpore
import mindspore.dataset as ds

# Download SpeechCommands dataset files, unzip into the following structure
# .
# └── /path/to/dataset_directory/
#      ├── cat
#           ├── b433eff_nohash_0.wav
#           ├── 5a33edf_nohash_1.wav
#           └──....
#      ├── dog
#           ├── b433w2w_nohash_0.wav
#           └──....
#      ├── four
#      └── ....
root = "/path/to/dataset_directory/"
ms_dataloader = ds.SpeechCommandsDataset(root, usage='all')