Данные для обучения в PyTorch

Перед циклом обучения числа нужно подать сети удобным способом. Часто признаки и правильные ответы уже лежат в двух тензорах с одинаковым числом строк: каждая строка - один объект, а ответ хранится отдельно.

Такую пару тензоров можно обернуть в набор данных и брать элементы по номеру, как из списка. Для обучения на GPU или CPU удобнее не таскать строки по одной, а собирать их в пакеты фиксированного размера и отдавать сети за один шаг.

Когда таблица не укладывается в два готовых тензора, описывают свой класс: в нём хранят сырые значения и по запросу возвращают одну пару признаков и цели.

Перед проверкой на новых примерах весь набор иногда делят на две части случайным образом, но с фиксированным зерном, чтобы разбиение можно было повторить.

Со всем этим мы и будем разбираться в рамках данного раздела.