data¶
该OP会在全局block中创建变量(Variable),该全局变量可被计算图中的算子(operator)访问。该变量可作为占位符用于数据输入。例如用执行器(Executor)feed数据进该变量
注意:
不推荐使用
paddle.fluid.layers.data
,其在之后的版本中会被删除。请使用这个paddle.fluid.data
。
paddle.fluid.layers.data
在组网期间会设置创建的变量维度(shape)和数据类型(dtype),但不会检查输入数据的维度和数据类型是否符合要求。paddle.fluid.data
会在运行过程中由Executor/ParallelExecutor检查输入数据的维度和数据类型。如果想输入变长输入,可以使用
paddle.fluid.data
时将变长维度设为-1,或者直接输入paddle.fluid.layers.data
且PaddlePaddle会按具体输入的形状运行。本API创建的变量默认
stop_gradient
属性为true,这意味这反向梯度不会被传递过这个数据变量。如果用户想传递反向梯度,可以设置var.stop_gradient = False
。
参数¶
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
shape (list|tuple)- 声明维度信息的list或tuple。
dtype (np.dtype|VarType|str,可选)- 数据类型,支持bool,float16,float32,float64,int8,int16,int32,int64,uint8。默认值为float32。
lod_level (int,可选)- LoDTensor变量的LoD level数,LoD level是PaddlePaddle的高级特性,一般任务中不会需要更改此默认值,关于LoD level的详细适用场景和用法请见 cn_user_guide_lod_tensor。默认值为0。
返回¶
全局变量,可进行数据访问
返回类型¶
Variable
代码示例¶
import paddle
import paddle.fluid as fluid
import numpy as np
paddle.enable_static()
# Creates a variable with fixed size [3, 2, 1]
# User can only feed data of the same shape to x
x = fluid.data(name='x', shape=[3, 2, 1], dtype='float32')
# Creates a variable with changeable batch size -1.
# Users can feed data of any batch size into y,
# but size of each data sample has to be [2, 1]
y = fluid.data(name='y', shape=[-1, 2, 1], dtype='float32')
z = x + y
# In this example, we will feed x and y with np-ndarray "1"
# and fetch z, like implementing "1 + 1 = 2" in PaddlePaddle
feed_data = np.ones(shape=[3, 2, 1], dtype=np.float32)
exe = fluid.Executor(fluid.CPUPlace())
out = exe.run(fluid.default_main_program(),
feed={
'x': feed_data,
'y': feed_data
},
fetch_list=[z.name])
# np-ndarray of shape=[3, 2, 1], dtype=float32, whose elements are 2
print(out)