1. Nauka
    2. /
  2. Kursy
    3. /
  3. Głębokie uczenie z PyTorch – poziom średnio zaawansowany
Connected

ćwiczenie

PyTorch DataLoader

Świetna robota z definicją klasy Dataset! Utworzony przez ciebie WaterDataset jest już gotowy do użycia.

Kolejnym krokiem w przygotowaniu danych treningowych jest skonfigurowanie DataLoader. PyTorchowy DataLoader można utworzyć na podstawie Dataset, aby wczytywać dane, dzielić je na partie (ang. batches) i w razie potrzeby stosować przekształcenia. Następnie generuje on próbki danych gotowe do trenowania.

W tym ćwiczeniu zbudujesz DataLoader oparty na WaterDataset. Klasa DataLoader, której będziesz potrzebować, została już zaimportowana z torch.utils.data. Do dzieła!

Instrukcje

100 XP
  • Utwórz instancję WaterDataset na podstawie pliku water_train.csv i przypisz ją do zmiennej dataset_train.
  • Utwórz dataloader_train na podstawie dataset_train, używając rozmiaru partii równego dwa i włączając losowe mieszanie próbek.
  • Pobierz partię cech i etykiet z DataLoadera i wyświetl je.