我试图在AzureML中对torch.utils.data.DataLoader
进行一些自定义操作,但无法直接从我的azureml.core.Datastore
实例化:
ws = Workspace( # ... etc ... )
ds = Datastore.get(ws, datastore_name='my_ds')
am = ds.as_mount()
# HOW DO I GET base_path, data_file from am?
dataloader = DataLoader(
ListDataset(base_path, data_file), #... etc...
)
am.path()
的值是“$AZUREML\u DATAREFERENCE\u my\u ds”,但我不知道如何按照构造函数对ListDataset
的预期从该值转到pathlib.Path
。我尝试过的东西包括Path(am.path())
和Path(os.environ[am.path()])
,但它们似乎不起作用。你知道吗
很明显,有一些答案,因为:
script_params = {
'--base_path': ds.as_mount(),
'--epochs': 30,
'--batch_size' : 16,
'--use_cuda': 'true'
}
torch = PyTorch(source_directory='./',
script_params=script_params,
compute_target=compute_target,
entry_script='train.py',
pip_packages=packages,
use_gpu=True)
似乎创造了一个合法的对象。你知道吗
您可以尝试使用DataPath class。它公开了
path_on_datastore
等属性,这可能就是您要查找的路径。你知道吗要从DataReference对象(即变量
am
)构造此类,可以使用create_from_data_reference()
方法。你知道吗示例:
相关问题 更多 >
编程相关推荐