始める無料で始める

DataLoader を使う

DataLoader クラスは、大規模なデータセットを効率よく扱うために不可欠です。学習を高速化し、メモリ使用を最適化し、勾配更新を安定させることで、深層学習モデルの性能を高めます。

ここでは、前の演習で作成した dataset を使って PyTorch の DataLoader を作成し、その動作を確認します。

この演習はコースの一部です

PyTorchで学ぶIntroduction to Deep Learning

コースを見る

演習の手順

  • 必要なモジュールをインポートします。
  • dataset を使って DataLoader を作成し、バッチサイズを2に設定し、シャッフルを有効にします。
  • DataLoader を反復処理し、各バッチの入力とラベルを表示します。

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。

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)
コードを編集して実行