반응형 pytorch6 [Pytorch] 합성곱 신경망: 딥러닝 학습시키기 기본 필요한 라이브러리 호출 import numpy as np import matplotlib.pyplot as plt import torch import torch.nn as nn from torch.autograd import Variable import torch.nn.functional as F import torchvision import torchvision.transforms as T from torch.utils.data import Dataset, DataLoader 파이토치는 기본적으로 GPU 사용을 권장한다. 하지만 GPU가 장착되지 않은 환경에서도 파이토치를 정삭적으로 실행하고 사용할 수 있다. CPU 혹은 GPU 장치 확인 device = torch.device('cuda:0' if t.. 2023. 3. 29. [Pytorch] 딥러닝 학습시키기 기초 연습 1. 데이터셋 준비 파이토치에서 제공하는 데이터셋 사용 import torchvision.transforms as transforms mnist_transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.5,), (1.0,)) ]) # 평균이 0.5, 표준편차가 1.0이 되도록 데이터의 분포(normalize)를 조정 from torchvision.datasets import MNIST import requests download_root = './dataset' # 내려받을 경로 지정 train_dataset = MNIST(download_root, transform=mnist_transform, train=True, .. 2023. 3. 3. [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. 이전 1 2 다음
