शुरू करेंमुफ़्त में शुरू करें

DataLoader का उपयोग

DataLoader क्लास बड़े डेटासेट्स को कुशलता से संभालने के लिए ज़रूरी है. यह ट्रेनिंग को तेज़ करता है, मेमोरी उपयोग को ऑप्टिमाइज़ करता है, और ग्रेडिएंट अपडेट्स को स्थिर बनाता है, जिससे डीप लर्निंग मॉडल अधिक प्रभावी होते हैं.

अब, आप पिछले अभ्यास के dataset का उपयोग करके PyTorch का DataLoader बनाएँगे और उसे काम करते हुए देखेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ Deep Learning परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • आवश्यक मॉड्यूल इम्पोर्ट करें.
  • dataset से DataLoader बनाएँ, बैच साइज़ दो रखें और shuffling सक्षम करें.
  • DataLoader पर इटरेट करें और हर बैच के inputs और labels प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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)
कोड संपादित करें और चलाएँ