เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแบ่งข้อมูลด้วย LightningDataModule

ให้เติมเมธอด setup ใน LightningDataModule ให้สมบูรณ์ การแบ่งชุดข้อมูลอย่างเหมาะสมช่วยให้โมเดลฝึกบนชุดข้อมูลหนึ่ง และประเมินผลบนอีกชุดหนึ่ง ซึ่งช่วยป้องกันปัญหา overfitting

dataset ได้รับการนำเข้าไว้ล่วงหน้าแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

AI Models แบบ Scalable ด้วย PyTorch Lightning

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import random_split เพื่อแบ่งชุดข้อมูลออกเป็นชุดฝึกและชุด validation
  • แบ่งชุดข้อมูลเป็นชุดฝึก (80%) และชุด validation (20%) โดยใช้ random_split

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import libraries 
import lightning.pytorch as pl
from torch.utils.data import ____

class SplitDataModule(pl.LightningDataModule):
    def __init__(self):
        super().__init__()
        self.train_data = None
        self.val_data = None
    def setup(self, stage=None):
        # Split the dataset into training (80%) and validation (20%)
        self.____, self.____ = random_split(dataset, [____, ____])
แก้ไขและรันโค้ด