Začněte nyníZačněte zdarma

Použití DataLoaderu

Třída DataLoader je nezbytná pro efektivní práci s velkými datovými sadami. Zrychluje trénování, optimalizuje využití paměti a stabilizuje aktualizace gradientů – díky tomu jsou modely deep learningu účinnější.

Teď vytvoříš PyTorch DataLoader pomocí dataset z předchozího cvičení a uvidíš ho v akci.

Toto cvičení je součástí kurzu

Introduction to Deep Learning with PyTorch

Zobrazit kurz

Pokyny k cvičení

  • Importuj potřebný modul.
  • Vytvoř DataLoader s použitím dataset, nastav velikost dávky na dvě a povol náhodné míchání.
  • Projdi DataLoader v cyklu a vypiš každou dávku vstupů a štítků.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

from torch.utils.data import ____

# Create a DataLoader
dataloader = ____

# Iterate over the dataloader
for batch_inputs, batch_labels in dataloader:
    print('batch_inputs:', batch_inputs)
    print('batch_labels:', batch_labels)
Upravit a spustit kód