डिस्ट्रिब्यूटेड ट्रेनिंग के लिए डेटासेट तैयार करें

आपने एक प्रिसिजन एग्रीकल्चर सिस्टम के लिए डेटासेट को प्रीप्रोसेस किया है, ताकि किसान फसल की सेहत मॉनिटर कर सकें. अब आप DataLoader बनाकर डेटा लोड करेंगे और GPUs उपलब्ध होने पर डेटा को डिस्ट्रिब्यूटेड ट्रेनिंग के लिए GPUs पर रखेंगे. ध्यान दें, यह अभ्यास वास्तव में CPU का उपयोग करता है, लेकिन CPUs और GPUs के लिए कोड एक जैसा रहता है.

कुछ डेटा पहले से लोड किया गया है:

कृषि इमेजरी वाला एक सैंपल dataset
accelerate लाइब्रेरी से Accelerator क्लास
DataLoader क्लास

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ कुशल AI मॉडल प्रशिक्षण

पाठ्यक्रम देखें

अभ्यास निर्देश

प्री-डिफाइंड dataset के लिए एक dataloader बनाएँ.
accelerator ऑब्जेक्ट का उपयोग करके dataloader को उपलब्ध डिवाइस पर रखें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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)

कोड संपादित करें और चलाएँ