simplify _get_batch

chapter_computational-performance/multiple-gpus.md

@@ -134,7 +134,7 @@ print('output:', splitted)
 
 ```{.python .input  n=6}
 def train_batch(X, y, gpu_params, ctx, lr):
-    # 划分小批量数据样本并复制到各个 GPU 上。
+    # 当 ctx 包含多个GPU时，划分小批量数据样本并复制到各个 GPU 上。
     gpu_Xs = split_and_load(X, ctx)
     gpu_ys = split_and_load(y, ctx)
     # 在各个 GPU 上计算损失。

gluonbook/utils.py

@@ -111,11 +111,7 @@ def evaluate_accuracy(data_iter, net, ctx=[mx.cpu()]):
 
 def _get_batch(batch, ctx):
     """Return features and labels on ctx."""
-    if isinstance(batch, mx.io.DataBatch):
-        features = batch.data[0]
-        labels = batch.label[0]
-    else:
-        features, labels = batch
+    features, labels = batch
     if labels.dtype != features.dtype:
         labels = labels.astype(features.dtype)
     return (gutils.split_and_load(features, ctx),