DataLoader 사용하기
DataLoader 클래스는 대용량 데이터셋을 효율적으로 처리하는 데 필수적이에요. 학습을 빠르게 하고, 메모리 사용을 최적화하며, 그래디언트 업데이트를 안정화해 deep learning 모델의 성능을 높여 줍니다.
이제 이전 연습 문제에서 만든 dataset으로 PyTorch DataLoader를 생성하고, 어떻게 동작하는지 확인해 보세요.
이 연습은 강의의 일부입니다
PyTorch로 배우는 딥러닝 입문
연습 안내
- 필요한 모듈을 임포트하세요.
dataset을 사용해DataLoader를 만들고, 배치 크기는 2로 설정하며 셔플을 활성화하세요.DataLoader를 순회(iterate)하면서 각 배치의 입력과 레이블을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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)