Modul ini membahas cara data mengalir menuju model PyTorch, mulai dari kontrak kelas Dataset, pengemasan batch oleh DataLoader, dataset bawaan torchvision, transformasi citra, hingga pembungkusan data milik sendiri. Materinya melanjutkan modul Tensor, Autograd, dan Membangun Model, sehingga konsep tensor, layer, dan fungsi loss diasumsikan sudah dikenal. Setelah modul ini tuntas, perulangan pelatihan pada modul berikutnya dapat ditulis di atas sumber data yang rapi dan teruji.
Pemuatan Data
Modul data: kelas Dataset, DataLoader, dataset bawaan torchvision, transformasi, dan dataset kustom.
0/0 selesai
- Kelas Dataset
Kontrak kelas Dataset: method __len__ dan __getitem__.
- DataLoader
Batching, shuffling, dan jumlah worker pada DataLoader.
- Dataset bawaan
Mengunduh MNIST dan CIFAR-10 dari torchvision sebagai contoh dataset bawaan.
- Transformasi
Compose, ToTensor, dan normalisasi pada pipeline torchvision.
- Dataset kustom
Membungkus citra atau teks milik sendiri menjadi sebuah Dataset.