분산 학습을 위한 데이터셋 준비
정밀 농업 시스템을 위한 데이터셋을 전처리했습니다. 이 시스템은 농부들이 작물 상태를 모니터링하는 데 도움을 줍니다. 이제 DataLoader를 생성하여 데이터를 로드하고, GPU가 사용 가능한 경우 분산 학습을 위해 데이터를 GPU에 배치해 보겠습니다. 이 연습 문제는 실제로 CPU를 사용하지만, CPU와 GPU 모두 동일한 코드를 사용합니다.
다음 데이터가 사전에 로드되어 있습니다:
- 농업 이미지가 포함된 샘플
dataset accelerate라이브러리의Accelerator클래스DataLoader클래스
이 연습은 강의의 일부입니다
PyTorch로 AI 모델 효율적으로 학습시키기
연습 안내
- 사전에 정의된
dataset에 대한dataloader를 생성하세요. accelerator객체를 사용하여dataloader를 사용 가능한 디바이스에 배치하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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)