Förbered datamängder för distribuerad träning

Du har förbehandlat en datamängd för ett precisionsjordbrukssystem som hjälper lantbrukare att övervaka grödors hälsa. Nu ska du läsa in datan genom att skapa en DataLoader och placera datan på GPU:er för distribuerad träning, om sådana finns tillgängliga. Notera att övningen faktiskt använder en CPU, men koden är densamma för både CPU:er och GPU:er.

En del data har förinslästs:

En exempelmässig dataset med lantbruksbilder
Klassen Accelerator från biblioteket accelerate
Klassen DataLoader

Den här övningen är en del av kursen

Effektiv AI-modellträning med PyTorch

Visa kurs

Övningsinstruktioner

Skapa en dataloader för den fördefinierade dataset.
Placera dataloader på tillgängliga enheter med hjälp av accelerator-objektet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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)

Redigera och kör kod