Příprava datasetů pro distribuované trénování

Předzpracoval/a jsi dataset pro systém precizního zemědělství, který pomáhá farmářům sledovat zdraví plodin. Teď data načteš vytvořením DataLoaderu a umístíš je na GPU pro distribuované trénování – pokud jsou GPU k dispozici. Toto cvičení ve skutečnosti používá CPU, ale kód je stejný jak pro CPU, tak pro GPU.

Některá data jsou předem načtena:

Ukázkový dataset se zemědělskými snímky
Třída Accelerator z knihovny accelerate
Třída DataLoader

Toto cvičení je součástí kurzu

Efficient AI Model Training with PyTorch

Zobrazit kurz

Pokyny k cvičení

Vytvoř dataloader pro předem definovaný dataset.
Umísti dataloader na dostupná zařízení pomocí objektu accelerator.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

accelerator = Accelerator()

# Create a dataloader for the pre-defined dataset
dataloader = ____(____, batch_size=32, shuffle=True)

# Place the dataloader on available devices
dataloader = accelerator.____(____)

print(accelerator.device)

Upravit a spustit kód