MindSpore报错"RuntimeError: Unable to data from Generator.."

2022-07-16 22:00:08 阅读：204 来源： 互联网

标签：.__ .. Generator self classes 报错 np data

1 报错描述

1.1 系统环境

ardware Environment(Ascend/GPU/CPU): CPU
Software Environment:
– MindSpore version (source or binary): 1.6.0
– Python version (e.g., Python 3.7.5): 3.7.6
– OS platform and distribution (e.g., Linux Ubuntu 16.04): Ubuntu 4.15.0-74-generic
– GCC/Compiler version (if compiled from source):

1.2 基本信息

1.2.1脚本

此案例使用自定义可迭代数据集进行训练，在训练过程中，第一个epoch数据正常迭代，第二个epoch就会报错，自定义数据代码如下：

import numpy as np
import mindspore.dataset as ds
from tqdm import tqdm

class IterDatasetGenerator:
    def __init__(self, datax, datay, classes_per_it, num_samples, iterations):
        self.__iterations = iterations
        self.__data = datax
        self.__labels = datay
        self.__iter = 0
        self.classes_per_it = classes_per_it
        self.sample_per_class = num_samples
        self.classes, self.counts = np.unique(self.__labels, return_counts=True)
        self.idxs = range(len(self.__labels))
        self.indexes = np.empty((len(self.classes), max(self.counts)), dtype=int) * np.nan
        self.numel_per_class = np.zeros_like(self.classes)
        for idx, label in tqdm(enumerate(self.__labels)):
            label_idx = np.argwhere(self.classes == label).item()
            self.indexes[label_idx, np.where(np.isnan(self.indexes[label_idx]))[0][0]] = idx
            self.numel_per_class[label_idx] = int(self.numel_per_class[label_idx]) + 1

    def __next__(self):
        spc = self.sample_per_class
        cpi = self.classes_per_it

        if self.__iter >= self.__iterations:
            raise StopIteration
        else:
            batch_size = spc * cpi
            batch = np.random.randint(low=batch_size, high=10 * batch_size, size=(batch_size), dtype=np.int64)
            c_idxs = np.random.permutation(len(self.classes))[:cpi]
            for i, c in enumerate(self.classes[c_idxs]):
                index = i*spc
                ci = [c_i for c_i in range(len(self.classes)) if self.classes[c_i] == c][0]
                label_idx = list(range(len(self.classes)))[ci]
                sample_idxs = np.random.permutation(int(self.numel_per_class[label_idx]))[:spc]
                ind = 0
                for i in sample_idxs:
                    batch[index+ind] = self.indexes[label_idx]
                    ind = ind + 1
            batch = batch[np.random.permutation(len(batch))]
            data_x = []
            data_y = []
            for b in batch:
                data_x.append(self.__data<b>)
                data_y.append(self.__labels<b>)
            self.__iter += 1
            item = (data_x, data_y)
            return item

    def __iter__(self):
        return self

    def __len__(self):
        return self.__iterations

np.random.seed(58)
data1 = np.random.sample((500,2))
data2 = np.random.sample((500,1))
dataset_generator  = IterDatasetGenerator(data1,data2,5,10,10)
dataset = ds.GeneratorDataset(dataset_generator,["data","label"],shuffle=False)
epochs=3
for epoch in range(epochs):
    for data in dataset.create_dict_iterator():
        print("success")

1.2.2报错

报错信息：RuntimeError: Exception thrown from PyFunc. Unable to fetch data from GeneratorDataset, try iterate the source function of GeneratorDataset or check value of num_epochs when create iterator.
图片.png

2 原因分析

每次数据迭代的过程中，self.__iter会累加，第二个epoch的预取时，self.__iter已经累计到设置好的iterations的值，导致self.__iter >= self.__iterations，循环结束。

3 解决方法

在def iter(self)：中加入清零操作，设置self.__iter = 0
图片.png
此时执行成功,输出如下：

4 类似问题

在mindspore1.3.0中，用户自定义训练，使用Generator dataset迭代数据报错。错误截图如下：
图片.png
此报错中，dataset 的 len 函数返回值是36，但是真实的 next 返回的数据量只有35条，导致报错，可将返回值改为小于35的数进行快速验证。

5 总结

5.1 定位报错问题的步骤

1、找到报错的用户代码行：for data in dataset.create_dict_iterator():；
2、根据报错信息提示，无法从GeneratorDataset获取数据，检查是否在自定义数据的时候就出现问题。打印运行中的过程数据，发现第一个epoch数据读取完后，真实读取的数据条数与__len__是相等的，没有问题。但由于没有清零操作，在第二个epoch预取时self.__iter >= self.__iterations，循环结束，导致第二个epoch取不到数据报错。

5.2 此类问题分析

此类问题的根本原因是需要获取的数据索引与数据量对不上，在构造可迭代的的数据集类时需要注意每次运行后数据清零的问题，在快速验证时，也需要满足索引小于数据总量的条件。

6 参考文档

mindspore文档->数据管道->数据加载->自定义数据集加载->构造可迭代的数据集类
https://www.mindspore.cn/doc/programming_guide/zh-CN/r1.1/dataset_loading.html#id7

标签：.__,..,Generator,self,classes,报错,np,data
来源： https://www.cnblogs.com/skytier/p/16485382.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9