K-кратная перекрестная проверка с использованием DataLoaders в PyTorch ⇐ Python

[Anonymous]

Я разделил свой набор обучающих данных на 80 % обучающих и 20 % проверочных данных и создал DataLoaders, как показано ниже. Однако я не хочу ограничивать обучение моей модели. Поэтому я подумал о том, чтобы разделить мои данные на K (возможно, 5) складок и выполнить перекрестную проверку. Однако я не знаю, как объединить наборы данных в мой загрузчик данных после их разделения.
train_size = int(0.8 * len(full_dataset))
validation_size = len(full_dataset) - train_size
train_dataset, validation_dataset = random_split(full_dataset, [train_size, validation_size])

full_loader = DataLoader(full_dataset, batch_size=4,sampler = sampler_(full_dataset), pin_memory=True)
train_loader = DataLoader(train_dataset, batch_size=4, sampler = sampler_(train_dataset))
val_loader = DataLoader(validation_dataset, batch_size=1, sampler = sampler_(validation_dataset))


Подробнее здесь: https://stackoverflow.com/questions/608 ... in-pytorch