data¶

paddle.fluid. data ( name, shape, dtype='float32', lod_level=0 ) [源代码] ¶

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)

         