Prepara conjuntos de datos para entrenamiento distribuido

Has preprocesado un conjunto de datos para un sistema de agricultura de precisión que ayuda a los agricultores a monitorizar la salud de los cultivos. Ahora vas a cargar los datos creando un DataLoader y a colocar los datos en GPU para entrenamiento distribuido, si hay GPU disponibles. Ten en cuenta que el ejercicio en realidad usa una CPU, pero el código es el mismo para CPU y GPU.

Se han precargado algunos datos:

Un dataset de ejemplo con imágenes agrícolas
La clase Accelerator de la biblioteca accelerate
La clase DataLoader

Este ejercicio forma parte del curso

Entrenamiento eficiente de modelos de IA con PyTorch

Ver curso

Instrucciones del ejercicio

Crea un dataloader para el dataset predefinido.
Coloca el dataloader en los dispositivos disponibles usando el objeto accelerator.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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)

Editar y ejecutar código