jmwang66
2023-02-07 ded881802c82190681a1f37caf1edefb16e67491
update data2vec pretrain
2个文件已修改
2 ■■■■■ 已修改文件
funasr/datasets/large_datasets/datapipes/batch.py 1 ●●●● 补丁 | 查看 | 原始文档 | blame | 历史
funasr/datasets/large_datasets/dataset.py 1 ●●●● 补丁 | 查看 | 原始文档 | blame | 历史
funasr/datasets/large_datasets/datapipes/batch.py
@@ -46,6 +46,7 @@
        batch = []
        bucket = []
        max_lengths = 0
        min_lengths = 999999
        batch_lengths = 0
        if self.batch_mode == "clipping":
funasr/datasets/large_datasets/dataset.py
@@ -158,6 +158,7 @@
    filter_fn = partial(filter, **filter_conf)
    dataset = FilterIterDataPipe(dataset, fn=filter_fn)
    if "text" in data_names:
    vocab = {'vocab': dict, 'seg_dict': seg_dict}
    tokenize_fn = partial(tokenize, **vocab)
    dataset = MapperIterDataPipe(dataset, fn=tokenize_fn)