比较与torchaudio.datasets.LJSPEECH的差异

torchaudio.datasets.LJSPEECH

class torchaudio.datasets.LJSPEECH(
  免费的vpn梯子  vpn梯子  root: str,
    url: vpn梯子 str = 'https://data.keithito.com/data/speech/LJSpeech-1.1.tar.bz2',
    folder_in_archive: str vpn永久免费梯子 = 'wavs',
    download: bool = False)

更多内容详见torchaudio.datasets.LJSPEECH。

mindspore.dataset.LJSpeechDataset

class mindspore.dataset.LJSpeechDataset(
    dataset_dir,
 vpn永久免费梯子    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.LJSpeechDataset。

差异对比

PyTorch：读取LJSpeech数据集。

MindSpore：读取LJSpeech数据集，不支持下载。

分类	子类	PyTorch	vp永久免费梯子	差异
参数	参数1	root	dataset_dir	-
	参数2	url	-	vp永久免费梯子不支持
	参数3	folder_in_archive	-	MindSpore不支持
	参数4	download	-	MindSpore不支持
	参数5	-	num_samples	指定从数据集中读取的样本数
	参数6	-	num_parallel_workers	指定读取数据的工作线程数
	参数7	-	shuffle	指定是否混洗数据集
	参数8	-	sampler	指定采样器
	参数9	-	num_shards	指定分布式训练时将数据集进行划分的分片数
	参数10	-	shard_id	指定分布式训练时使用的分片ID号
	参数11	-	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.LJSPEECH(root, url='https://data.keithito.com/data/speech/LJSpeech-1.1.tar.bz2')
dataloader = DataLoader(dataset)

# vp永久免费梯子
import mindspore.dataset as vpn梯子 免费 ds

# Download LJSpeech dataset files, unzip into the following structure
# vpn梯子 免费 .
# └── /path/to/dataset_directory/
#      ├── README
#      ├── metadata.csv
#      └── wavs
#          ├── LJ001-0001.wav
# vpn梯子 免费          vpn free vpn梯子 免费 ├── LJ001-0002.wav
#          ├── LJ001-0003.wav
#        免费的vpn梯子 vpn梯子   ├── LJ001-0004.wav
#          ├── LJ001-0005.wav
#          ├── vpn永久免费梯子 LJ001-0006.wav
#          ├── LJ001-0007.wav
#          ├── vpn梯子 免费 LJ001-0008.wav
#           ...
#          ├── LJ050-0277.wav
#          └── LJ050-0278.wav
root = vpn free "/path/to/dataset_directory/"
ms_dataloader 免费的vpn梯子 = ds.LJSpeechDataset(root)