预取器

class torchdata.datapipes.iter.Prefetcher(source_datapipe, buffer_size: int = 10)

从源 DataPipe 预取元素并将其放入缓冲区（函数名：prefetch）。预取会提前执行此 DataPipe 之前的 DataPipe 的操作（例如，I/O，计算），并将结果存储在缓冲区中，以便后续 DataPipe 使用。除了提前准备样本外，它没有任何影响。

当参数 worker_prefetch_cnt（用于在每个工作进程中预取）或 main_prefetch_cnt（用于在主循环中预取）大于 0 时，MultiProcessingReadingService 会使用它。

除了内置用例外，这对于在具有昂贵 I/O 操作的 I/O DataPipes 之后使用也很有用（例如，从远程服务器请求文件需要很长时间）。

参数：:

• source_datapipe – 预取样本的 IterDataPipe

• buffer_size – 存储预取样本的缓冲区大小

示例

>>> from torchdata.datapipes.iter import IterableWrapper
>>> dp = IterableWrapper(file_paths).open_files().prefetch(5)