分散トレーニング用データセットの準備
農作物の健康状態を監視するための精密農業システム向けに、データセットの前処理が完了しました。次は、DataLoader を作成してデータを読み込み、GPUが利用可能な場合は分散トレーニング用にデータをGPUに配置しましょう。なお、この演習では実際にはCPUを使用しますが、CPUとGPUで同じコードが使えます。
以下のデータは事前に読み込まれています。
- 農業画像のサンプル
dataset accelerateライブラリのAcceleratorクラスDataLoaderクラス
この演習はコースの一部です
PyTorch による効率的な AI モデルトレーニング
演習の手順
- 事前に定義された
datasetに対してdataloaderを作成してください。 acceleratorオブジェクトを使用して、dataloaderを利用可能なデバイスに配置してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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)