НачатьНачать бесплатно

DataLoader в PyTorch

Отлично, класс Dataset определён! Созданный вами WaterDataset уже доступен для работы.

Следующий шаг в подготовке обучающих данных — настройка DataLoader. PyTorch DataLoader создаётся на основе Dataset: он загружает данные, разбивает их на батчи и при необходимости применяет преобразования. Затем он передаёт готовые образцы данных для обучения.

В этом упражнении вы создадите DataLoader на основе WaterDataset. Класс DataLoader уже импортирован из torch.utils.data. Приступим!

Это упражнение является частью курса

Глубокое обучение на PyTorch: средний уровень

Посмотреть курс

Инструкции к упражнению

  • Создайте экземпляр WaterDataset из файла water_train.csv и присвойте его переменной dataset_train.
  • Создайте dataloader_train на основе dataset_train, задав размер батча равным двум и включив перемешивание выборок.
  • Получите батч признаков и меток из DataLoader и выведите их на экран.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create an instance of the WaterDataset
dataset_train = ____(____)

# Create a DataLoader based on dataset_train
dataloader_train = ____(
    ____,
    batch_size=____,
    shuffle=____,
)

# Get a batch of features and labels
features, labels = ____
print(features, labels)
Редактировать и запускать код