Bắt đầu ngayBắt đầu miễn phí

PyTorch DataLoader

Bạn đã làm rất tốt khi định nghĩa lớp Dataset! WaterDataset bạn vừa tạo hiện đã sẵn sàng để sử dụng.

Bước tiếp theo trong việc chuẩn bị dữ liệu huấn luyện là thiết lập một DataLoader. Một DataLoader của PyTorch có thể được tạo từ một Dataset để nạp dữ liệu, chia thành các batch, và nếu cần, thực hiện các phép biến đổi trên dữ liệu. Sau đó, nó sẽ cung cấp các mẫu dữ liệu sẵn sàng cho việc huấn luyện.

Trong bài tập này, bạn sẽ xây dựng một DataLoader dựa trên WaterDataset. Lớp DataLoader bạn cần đã được nhập sẵn từ torch.utils.data. Cùng bắt đầu nào!

Bài tập này là một phần của khóa học

Deep Learning nâng cao với PyTorch

Xem khóa học

Hướng dẫn bài tập

  • Tạo một instance của WaterDataset từ water_train.csv, gán vào dataset_train.
  • Tạo dataloader_train dựa trên dataset_train, dùng kích thước batch là 2 và xáo trộn (shuffle) các mẫu.
  • Lấy một batch features và labels từ DataLoader và in ra.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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)
Chỉnh sửa và Chạy Mã