반응형 딥러닝8 [Pytorch] 커스텀 데이터셋 만들기 커스텀 데이터셋을 만들어서 사용 딥러닝은 기본적으로 대량의 데이터를 이용하여 모델을 학습시킨다. 하지만 데이터를 한 번에 메모리에 불러와서 훈련시키면 시간과 비용 측면에서 효율적이지 않다. 따라서 데이터를 한 번에 다 부르지 않고 조금씩 나누어 불러서 사용하는 방식이 커스텀 데이터셋(custom dataset)이다. CustomDataset 클래스를 구현하기 위해서는 다음과 같은 형태를 취해야 한다. class CustomDataset(torch.utils.data.Dataset): def __init__(self): # 필요한 변수를 선언하고, 데이터셋의 전처리를 해주는 함수 def __len__(self): # 데이터셋의 길이, 총 샘플의 수를 가져오는 함수 def __getitem__(self, i.. 2023. 3. 3. 파이토치 기초 정리 파이토치 기초 파이토치(Pytorch)는 페이스북에서 루아(Lua)언어로 개발된 토치(Torch)를 파이썬 버전으로 개발한 딥러닝 라이브러리로, 과학 연산을 위한 라이브러리로 초기에 공개되었다. 이후 GPU를 이용한 텐서 조작, 동적 신경망 구축이 가능하도록 딥러닝 프레임워크로 발전시키고 있다. 파이토치는 넘파이(Numpy)와 유사하지만, 유연하면서도 가속화된 계산 속도를 제공한다. 파이토치의 구성요소는 torch, torch.autograd, torch.nn, torch.multiprocessing, torch.optim, torch.utils, torch.onnx 등이 있으며 기본 데이터 표현을 위해 텐서(tensor)를 사용한다. 텐서는 일반적으로 수치형 데이터를 저장하는 컨테이너이며 GPU를 사용.. 2023. 2. 7. U-Net Paper 우선 U-Net은 Biomedical 분야에서 이미지 분할(Image Segmentation)을 목적으로 제안된 Fully-Convolutional Network기반 모델이다. 오토인코더(autoencoder)와 같은 인코더-디코더(encoder-decoder)기반 모델. Image Segmentation 혹은 Semantic Segmentaion이라 불리는 영역의 베이스가 되는 논문이며, 지금도 많이 사용되고 있다. Semantic Segmentaion은 다음과 같은 일을 한다. 왼쪽의 이미지를 받아 오른쪽과 같이 객체의 class로 구분합니다. Semantic Segmentation은 ‘인물 사진 모드’ 등에 필요합니다. Semantic Segmentation을 활용하여 사람인지 아닌지 구분하며, 사.. 2022. 10. 24. pytorch CUDA (GPU) 설치하는 방법 0. CUDA버전별 호환 가능한지 확인(밑으로 내려가면 표 있음) 1. 설치가능한 cuda 버전 확인 2. NVIDIA 드라이브 업데이트하기 3. CUDA Toolkit CUDA Toolkit은 GPU가속화 애플리케이션 개발에 필요한 라이브러리를 제공. GPU 가속화 라이브러리, 디버깅 및 최적화 툴, 컴파일러 등을 제공. 이 라이브러리를 활용하여 딥러닝 알고리즘들을 사용하기 쉽게 도와줌. CUDA Toolkit을 설치하기 전에, Pytorch GPU에서 지원하는 CUDA Toolkit버전을 확인. Pytorch의 CUDA버전 확인하기 현재 Pytorch GPU에서 지원하는 CUDA Toolkit은 CUDA11.3, CUDA11.6버전 4. CUDA Toolkit 설치 CUDA Toolkit Archiv.. 2022. 10. 20. 이전 1 2 다음
