開始使用免費開始

PyTorch DataLoader

做得好，你已經定義了 Dataset 類別！你剛建立的 WaterDataset 現在可以開始使用了。

準備訓練資料的下一步是設定 DataLoader。PyTorch 的 DataLoader 可以從 Dataset 建立，用來載入資料、切分成多個批次，並在需要時對資料做轉換。接著，它會產生可用於訓練的資料樣本。

在這個練習中，你會基於 WaterDataset 建立一個 DataLoader。你需要的 DataLoader 類別已經從 torch.utils.data 為你匯入好了。開始動手吧！

本練習屬於課程

Intermediate Deep Learning with PyTorch

檢視課程

練習說明

  • 由 water_train.csv 建立一個 WaterDataset 實例，指定給 dataset_train。
  • 以 dataset_train 建立 dataloader_train，批次大小設為 2，並隨機打散樣本。
  • 從 DataLoader 取出一個批次的特徵與標籤並列印出來。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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)
編輯並執行程式碼