BaşlayınÜcretsiz başlayın

Bir eğitim DataLoader'ı oluşturma

Artık veri kümesini böldüğümüze göre, eğitim sırasında verileri partiler halinde sağlayacak bir veri yükleyici tanımlamamız gerekiyor. DataLoader, verileri belleğe verimli şekilde yükler ve daha iyi genelleme için karıştırmaya izin verir. Bu egzersizde train_dataloader metodunu tamamlayacaksın.

Bu egzersiz, kursun bir parçasıdır

PyTorch Lightning ile Ölçeklenebilir AI Modelleri

Kursa Göz Atın

Egzersiz talimatları

  • DataLoader'ı içe aktar.
  • Daha iyi genelleme için karıştırmayı etkinleştirerek self.train_data'ı yükleyen bir DataLoader döndür.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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=____)
Kodu Düzenle ve Çalıştır