init

Programming/ML/Pytorch basics.md

@@ -0,0 +1,29 @@
+## Подготовка данных
+
+По мимо подготовки датасета реализуется 2 обязательных класса:
+1. Обязательный класс. В него мы подаем путь до датасета и трансформации, которые необходимо провести. 
+```python
+dataset = DatasetNameDataset(path=.... , transforms=....)
+```
+Вот так выглядит сам класс:
+```python
+class DatasetNameDataset(Dataset): # название класса
+	def __init__(self, *args, **kwargs) # инициализация
+	
+	def __len__(self):
+		pass # Вот тут функционал поиска длины датасета
+	
+	def __getitem__(self, index):
+		pass # Функционал поиска по индексу, где мы должны получить в ответе данные и ответ к ним (sample, target)
+```
+2.  Класс pytorch DataLoader
+```python
+DataLoader(dataset=dataset, batch_size=BATCH_SIZE, shuffle=False)
+```
+где:
+- **dataset*** - наш датасет 
+- **batch*** - 'пакет' из ***BATCH_SIZE***  чилса данных и ответов к ним.
+- **shuffle*** - либо разрешаем либо запрещаем перемешивать данные при каждой итерации
+
+И для задач классификации, ровно как и для задач регрессии, данные классы идентичны. 
+**НО** различаются они только тем, какие именно данные в них подаются и какой ответ мы получаем.