拆分 DataLoader PyTorch
Split DataLoader PyTorch
是否可以将训练数据集的数据加载器对象拆分为训练和验证数据加载器？
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
train_dataset = datasets.ImageFolder(train_data_directory, transform=transforms.ToTensor())
# Data loader
train_loader = DataLoader(train_dataset, batch_size=100, shuffle=True)
现在我想拆分一个train_loader来训练和验证数据加载器。
查看 torch.utils.data 中的 random_split。它将处理随机 Dataset 拆分（您必须在创建 DataLoader 之前拆分，而不是之后）。
是否可以将训练数据集的数据加载器对象拆分为训练和验证数据加载器？
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
train_dataset = datasets.ImageFolder(train_data_directory, transform=transforms.ToTensor())
# Data loader
train_loader = DataLoader(train_dataset, batch_size=100, shuffle=True)
现在我想拆分一个train_loader来训练和验证数据加载器。
查看 torch.utils.data 中的 random_split。它将处理随机 Dataset 拆分（您必须在创建 DataLoader 之前拆分，而不是之后）。