เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้าง DataLoader สำหรับการเทรน

เมื่อแบ่งชุดข้อมูลเรียบร้อยแล้ว ขั้นตอนต่อไปคือกำหนด data loader เพื่อส่งข้อมูลเป็น batch ในระหว่างการเทรน DataLoader ช่วยโหลดข้อมูลเข้าหน่วยความจำได้อย่างมีประสิทธิภาพ และรองรับการสุ่มลำดับข้อมูลเพื่อให้โมเดล generalize ได้ดีขึ้น ในแบบฝึกหัดนี้ ให้เติมโค้ดในเมธอด train_dataloader ให้สมบูรณ์

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

AI Models แบบ Scalable ด้วย PyTorch Lightning

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import DataLoader
  • Return DataLoader ที่โหลด self.train_data พร้อมเปิดใช้การสุ่มลำดับข้อมูลเพื่อให้โมเดล generalize ได้ดีขึ้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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

class LoaderDataModule(pl.LightningDataModule):
    def __init__(self):
        super().__init__()
        self.train_data = None
        self.val_data = None
    def setup(self, stage=None):
        self.train_data, self.val_data = random_split(dataset, [80, 20])
    def train_dataloader(self):
      	# Complete DataLoader
        return ____(____, batch_size=16, shuffle=____)
แก้ไขและรันโค้ด