Lập trình WordPress Hosting Thủ thuật Tin học Môn học
CÔNG CỤ
Cài đặt Anaconda KNN (K Nearest Neighbors) trong Python Hồi quy tuyến tính (Linear Regression) trong Python Hồi Quy Logistic (Logistic Regression) trong Python Reference Counting trong Python Hướng dẫn cài đặt PyTorch với Deep Learning Garbage Collection trong Python Hướng dẫn về Tensor cơ bản trong PyTorch Dynamic Typing trong Python Sử dụng Gradient Descent với Autograd trong PyTorch Mutable and Immutable trong Python Training Pipeline trong PyTorch Beginner Toán tử is trong Python Hồi quy tuyến tính trong PyTorch Beginner Hồi quy Logistic trong PyTorch Beginner Dataset và DataLoader trong PyTorch Beginner Dataset Transforms trong PyTorch Beginner Softmax và Cross Entropy trong PyTorch Beginner Tìm hiểu Activation Functions trong PyTorch Cài đặt Jupyter Notebook Cài đặt package Python
MODULES
Toán tử and trong Python Toán tử or trong Python Kiểu dữ liệu float trong Python Chuyển đổi float sang int trong Python Hàm round() trong Python Mô-đun decimal của Python Phạm vi biến trong Python Tổng quan về closures trong Python Các phạm vi nonlocal trong Python Bài tập Python: DateTime trong Python Decorator trong Python Decorator với tham số trong Python Chuyển chuỗi Python thành DateTime trong Python Decorator Class trong Python TimeDelta trong Python Monkey Patching trong Python Bài tập Python: JSON trong Python Các sequence trong Python Bài tập Python : Tạo dữ liệu ngẫu nhiên trong Python Tuple và List trong Python Cắt Chuỗi (Slicing) Trong Python Dãy số Fibonacci trong Python Tìm hiểu về Iterator trong Python Iterator vs Iterable trong Python Sử dụng hiệu quả hàm iter() trong Python Tìm hiểu Generators trong Python Biểu thức Generator trong Python Context Managers trong Python Multiprocessing trong Python Xử lý MySQL trong Python Python Google Translator JSON trong Python Random trong Python Đối tượng None trong Python Sử dụng số nguyên trong Python Tìm hiểu Floor Division trong Python Phép toán Modulo trong Python Phép toán Boolean trong Python
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Sử dụng Virtual Environment trong Python Từ khóa super() trong Python Số phức trong Python Ý nghĩa của một hoặc hai dấu gạch dưới đứng đầu trong Python Làm việc với Video trong OpenCV bằng Python Chỉnh sửa file trực tiếp bằng module fileinput trong Python Hướng dẫn cách chuyển đổi kiểu dữ liệu trong Python Làm việc với hình ảnh trong OpenCV sử dụng Python Metaclasses trong Python Cách chọn ngẫu nhiên một phần tử từ danh sách trong Python Hướng dẫn cài đặt và sử dụng OpenCV trong Python Phạm vi toàn cục, cục bộ và không cục bộ trong Python Tìm hiểu về từ khóa self trong các lớp Python Hướng dẫn sử dụng Rich, Typer, và SQLite trên terminal bằng Python Giới thiệu về Graph Machine Learning trong Python Cách kiểm tra một đối tượng có thể lặp (iterable) trong Python Quản lý sinh viên Python & MySQL Cách cắt (slicing) chuỗi trong Python Cách loại bỏ phần tử trùng lặp khỏi danh sách (List) trong Python Phân tích dữ liệu Apple Health bằng Python Cách làm phẳng danh sách lồng nhau trong Python Tìm hiểu về *args và **kwargs trong Python Cách xóa file và thư mục trong Python 31 Phương thức xử lý chuỗi (String) quan trọng trong Python Cách sao chép file trong Python 8 Mẹo Refactor Code Python nhanh gọn (Phần 2) Cách yêu cầu người dùng nhập liệu đến khi nhận được phản hồi hợp lệ trong Python Làm chủ Pattern Matching trong Python 3.10 Tạo app ghi chú trong Python với nhận dạng giọng nói và API Notion Các tính năng mới trong Python 3.10 5 lỗi thường gặp trong Python Sự khác biệt giữa append() và extend() trong list Python Các cách nối hai danh sách trong Python Sự khác biệt giữa str và repr trong Python Sự khác biệt giữa @classmethod, @staticmethod và instance methods trong Python Cách thêm số 0 vào đầu chuỗi trong Python Cách tạo thư mục lồng nhau (nested directory) trong Python Cách hợp nhất hai Dictionaries trong Python Cách thực thi lệnh hệ thống hoặc System Command từ Python Cách kiểm tra một chuỗi có chứa chuỗi con trong Python Cách tìm chỉ mục của một phần tử trong danh sách (List) trong Python Cách truy cập index trong vòng lặp for trong Python Cách kiểm tra file hoặc thư mục có tồn tại trong Python Cách xóa phần tử trong danh sách Python Ý nghĩa của if __name__ == "__main__" trong Python 8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic Hỗ trợ Async trong Django 3.1 Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit Cách sử dụng Python Debugger với hàm breakpoint() Cách sử dụng chế độ interactive trong Python Hướng dẫn viết game Rắn Săn Mồi bằng Python 11 mẹo và thủ thuật để viết Code Python hiệu quả hơn Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python Hướng dẫn tạo Chatbot đơn giản bằng PyTorch Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API Hướng dẫn sử dụng Google Sheets API với Python Cách nạp dữ liệu Machine Learning từ File trong Python Toán tử Walrus Operator- Tính năng mới trong Python 3.8 Cách thêm Progress Bar trong Python với chỉ một dòng Code List Comprehension trong Python Tạo danh sách phim ngẫu nhiên với Python Hướng dẫn Web Scraping tự động tải hình ảnh với Python Hướng dẫn sử dụng Anaconda bằng Python Hồi quy tuyến tính và hồi quy Logistic trong Python Thuật toán Naive Bayes trong Python Bắt đầu tìm hiểu Perceptron bằng Python SVM (Support Vector Machine) bằng Python Triển khai Decision Tree bằng Python Triển khai thuật toán Random Forest bằng Python Triển khai PCA bằng Python Thuật toán AdaBoost trong Python LDA (Linear Discriminant Analysis) trong Python
PYTHON NÂNG CAO
Thuật toán K-Means Clustering trong Python
CÁC CHỦ ĐỀ
Python Unit Testing
Python Regex
Python Concurrency
Tkinter Tutorial
PyQt Tutorial
Python căn bản
Python nâng cao
Django
Matplotlib
Pandas
Numpy
Python function
BÀI MỚI NHẤT
c language jpg Các kiểu dữ liệu trong C ( int - float - double - char ...) thuat toan va giai thuat gif Thuật toán tìm ước chung lớn nhất trong C/C++ thuat toan va giai thuat gif Thuật toán tính lũy thừa nhanh trong C/C++ hoc c plus plus gif Cấu trúc lệnh switch case trong C++ (có bài tập thực hành) winform jpg ComboBox - ListBox trong lập trình C# winforms python gif Random trong Python: Tạo số random ngẫu nhiên lenh cin va cout trong c 2B 2B gif Lệnh cin và cout trong C++ winform jpg Cách kết nối SQL Server trong C# Winforms
MỚI CẬP NHẬT
codeigniter gif Cách khai báo biến trong PHP, các loại biến thường gặp cai dat vertrigo server gif Download và cài đặt Vertrigo Server hoc html gif Thẻ li trong HTML hoc html gif Thẻ nav trong HTML5 tim hieu doi tuong article trong html5 gif Thẻ article trong HTML5 tao template html5 dau tien gif Cấu trúc HTML5: Cách tạo template HTML5 đầu tiên dung the img trong html de tao hinh anh gif Cách dùng thẻ img trong HTML và các thuộc tính của img dung the a trong html de tao links gif Thẻ a trong HTML và các thuộc tính của thẻ a thường dùng
Home > Python > Python nâng cao > Dataset và DataLoader trong PyTorch Beginner

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Dataset và DataLoader trong PyTorch Beginner

Trong phần này, mình sẽ tìm hiểu cách sử dụng các lớp tích hợp sẵn như Dataset và DataLoader trong PyTorch để cải tiến quy trình xử lý dữ liệu bằng batch training (huấn luyện theo lô). Ngoài ra, bạn sẽ học cách tạo lớp Dataset của riêng mình và sử dụng các tập dữ liệu phổ biến như MNIST từ thư viện torchvision.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Các khái niệm chính trong phần này bao gồm:

  • Tách dữ liệu thành các lô (batches) nhằm tối ưu hóa quy trình tính toán gradient.
  • Sử dụng Dataset để xây dựng tập dữ liệu có thể được truy cập theo chỉ mục hoặc kích thước.
  • Sử dụng DataLoader để tự động quản lý việc lặp qua các lô trong vòng lặp huấn luyện.
  • Tìm hiểu cách sử dụng các tập dữ liệu phổ biến với thư viện torchvision.

Dataset và DataLoader trong PyTorch

t E1 BA A3i 20xu E1 BB 91ng 20 14 jpg

Xử lý dữ liệu với Dataset và DataLoader

import torch
import torchvision
from torch.utils.data import Dataset, DataLoader
import numpy as np
import math

# Giải thích một số khái niệm cơ bản
# Epoch: Một lần truyền tiến và lan truyền ngược qua tất cả các mẫu trong tập huấn luyện.
# Batch_size: Số mẫu được sử dụng trong mỗi lần truyền tiến và lan truyền ngược.
# Số vòng lặp (iterations): Số lần truyền tiến, mỗi lần sử dụng một lô dữ liệu với batch_size mẫu.
# Ví dụ: 100 mẫu, batch_size=20 → cần 100/20 = 5 iterations để hoàn thành 1 epoch.

# DataLoader giúp tự động chia dữ liệu thành các lô (batches).

Tạo lớp Dataset tùy chỉnh

class WineDataset(Dataset):
    def __init__(self):
        # Khởi tạo dữ liệu (có thể tải từ file, API hoặc các nguồn khác)
        # Đọc dữ liệu từ tệp CSV bằng numpy
        xy = np.loadtxt('./data/wine/wine.csv', delimiter=',', dtype=np.float32, skiprows=1)
        self.n_samples = xy.shape[0]  # Số lượng mẫu
        self.x_data = torch.from_numpy(xy[:, 1:])  # Đặc trưng (features)
        self.y_data = torch.from_numpy(xy[:, [0]])  # Nhãn (labels)

    def __getitem__(self, index):
        # Cho phép truy cập từng mẫu qua chỉ mục
        return self.x_data[index], self.y_data[index]

    def __len__(self):
        # Trả về kích thước tập dữ liệu
        return self.n_samples

# Tạo một đối tượng Dataset từ lớp đã định nghĩa
dataset = WineDataset()

# Lấy mẫu đầu tiên từ Dataset
first_data = dataset[0]
features, labels = first_data
print(features, labels)  # In ra đặc trưng và nhãn của mẫu đầu tiên

Sử dụng DataLoader

# Tải dữ liệu bằng DataLoader
train_loader = DataLoader(dataset=dataset,
                          batch_size=4,  # Mỗi lô chứa 4 mẫu
                          shuffle=True,  # Xáo trộn dữ liệu sau mỗi epoch
                          num_workers=2)  # Sử dụng đa luồng để tải dữ liệu

# Lấy ngẫu nhiên một lô dữ liệu
dataiter = iter(train_loader)
data = dataiter.next()
features, labels = data
print(features, labels)  # In đặc trưng và nhãn của một batch

Vòng lặp huấn luyện đơn giản

num_epochs = 2
total_samples = len(dataset)  # Tổng số mẫu trong Dataset
n_iterations = math.ceil(total_samples / 4)  # Số vòng lặp (iterations) cho mỗi epoch
print(total_samples, n_iterations)

for epoch in range(num_epochs):
    for i, (inputs, labels) in enumerate(train_loader):
        # Ví dụ: Với 178 mẫu, batch_size=4 → 45 iterations mỗi epoch.

        # Chạy quá trình huấn luyện (giả lập)
        if (i + 1) % 5 == 0:
            print(f'Epoch: {epoch+1}/{num_epochs}, Step {i+1}/{n_iterations} | Inputs {inputs.shape} | Labels {labels.shape}')

Sử dụng tập dữ liệu từ torchvision

# Tải dữ liệu MNIST từ thư viện torchvision
train_dataset = torchvision.datasets.MNIST(
    root='./data',  # Thư mục lưu dữ liệu
    train=True,  # Dữ liệu huấn luyện
    transform=torchvision.transforms.ToTensor(),  # Chuyển đổi thành tensor
    download=True  # Tải xuống dữ liệu nếu chưa có
)

# Tạo DataLoader từ MNIST Dataset
train_loader = DataLoader(
    dataset=train_dataset,
    batch_size=3,  # Lô chứa 3 mẫu
    shuffle=True  # Xáo trộn dữ liệu
)

# Xem một lô ngẫu nhiên từ MNIST
dataiter = iter(train_loader)
data = dataiter.next()
inputs, targets = data
print(inputs.shape, targets.shape)  # Đầu vào và nhãn (target) của MNIST

Giải thích từng phần

Dataset

  • Lớp Dataset cho phép quản lý dữ liệu một cách dễ dàng:
    • Khởi tạo tập dữ liệu từ file, API hoặc dữ liệu sẵn có.
    • Hỗ trợ truy cập từng mẫu bằng chỉ mục `__getitem__`.
    • Xác định số lượng mẫu `__len__`.
  • Trong ví dụ trên, dữ liệu rượu vang wine.csv\text{wine.csv} được tải và xử lý thành Tensor.

DataLoader

  • Lớp DataLoader hỗ trợ việc quản lý và phân lô dữ liệu tự động:
    • Tạo lô dựa trên batch_size.
    • Xáo trộn dữ liệu giúp mô hình học tốt hơn.
    • Tăng tốc độ tải dữ liệu với num_workers.

Vòng lặp huấn luyện

  • Vòng lặp huấn luyện duyệt qua từng lô batch\text{batch}, giúp giảm bộ nhớ cần thiết so với xử lý toàn bộ dữ liệu.
  • Ví dụ: Với 178 mẫu và batch_size=4, mỗi epoch sẽ có 178/4=45178 / 4 = 45 bước lặp.

Sử dụng tập dữ liệu torchvision

  • torchvision.datasets cung cấp nhiều tập dữ liệu phổ biến như MNIST, Fashion-MNIST, CIFAR10, COCO...
  • Dữ liệu được tải xuống tự động nếu chưa có, kết hợp với các thao tác tiền xử lý như chuyển đổi thành tensor.

Kết bài

Việc sử dụng Dataset và DataLoader trong PyTorch giúp:

  • Quản lý dữ liệu dễ dàng, linh hoạt hơn.
  • Tối ưu hóa huấn luyện bằng cách xử lý dữ liệu theo lô.
  • Tích hợp các tập dữ liệu phổ biến với ít thao tác.

Công cụ này là phần quan trọng trong việc xây dựng các mô hình học sâu hiệu quả và dễ bảo trì.

Bài viết này được đăng tại [free tuts .net]

Bài trước Bài tiếp

Cùng chuyên mục:

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai Decision Tree bằng Python

Triển khai Decision Tree bằng Python

SVM (Support Vector Machine) bằng Python

SVM (Support Vector Machine) bằng Python

Bắt đầu tìm hiểu Perceptron bằng Python

Bắt đầu tìm hiểu Perceptron bằng Python

Thuật toán Naive Bayes trong Python

Thuật toán Naive Bayes trong Python

Hồi quy tuyến tính và hồi quy Logistic trong Python

Hồi quy tuyến tính và hồi quy Logistic trong Python

Hồi Quy Logistic (Logistic Regression) trong Python

Hồi Quy Logistic (Logistic Regression) trong Python

Giới thiệu

Giới thiệu Liên hệ Chính sách Điều khoản

Thủ thuật

Máy tính Game Điện thoại Ứng dụng

Link hay

Học PHP Học Javascript Học Python Học Java

Liên kết

Tiếng Anh Văn học Toán
Copyright © 2021. Phát triển bởi Freetuts Team.
Top