Real Late Starter

이번 포스트에서는 저번에 올렸던 2020/02/11 - [PyTorch] - [PyTorch] 4-1. 나만의 이미지 데이터셋 만들기 에 이어서 Custom Dataset을 만드는 방법에 대해 알아보겠습니다. 저번에 올렸던 포스트에서는 torch.dataset에서 제공하는 ImageFolder로 이미지데이터셋을 만드는 것을 알아보았습니다. 하지만 우리가 사용하는 데이터가 모두 이미지 데이터는 아니기 때문에 다른 형태의 데이터도 불러오기 위해서는 원하는 형태로 가공할 수 있는 방법을 알아야합니다. 커스텀 데이터셋을 어떻게 구성하는가에 대해 알아보겠습니다. 1. Dataset & Loader import torch import torch.nn as nn import torchvision from torch...

이번 포스트에서는 파이토치를 통해 간단한 딥러닝 네트워크를 만들어보고 어떤 방식으로 네트워크를 만들고 구성하는지에 대해서 알아보겠습니다. 1. Define the Network - Class 선언으로 사용하고자 하는 Network를 직접 구현할 수 있다. - Class로 선언할 Network의 필수 요소는? 네트워크를 정의 할 때의 꼭 들어가야하는 필수 요소는 바로 __init__과 forward 함수 입니다. 이 두가지 함수를 채워 넣으려면 어떤 것들을 사용해야 할까? - Convolution, Pooling, ReLU, Drop out, Normalize ... torch.nn 그리고 torch.nn.functional 라이브러리를 가지고 네트워크 함수를 채워 넣을 수 있습니다. # Network C..

이번 포스트에서는 이전 시간에 다루었던 DataLoader를 가지고 나만의 이미지 데이터 셋을 만들어보는 실습을 진행해보겠습니다. 1. 이미지 데이터 파일 만들기 이미지 데이터 셋을 만들기 위해서는 자신이 원하는 이미지 파일이 있어야합니다. jpg, jpeg, png, bmp 등등의 이미지 형식의 파일들을 class별로 폴더를 만들어 넣어줍니다. 예시로써 저는 가방, 신발, 티셔츠 총 3가지 클래스를 만들어서 각각 8장의 이미지 파일을 넣어주었습니다. 여기서 주의해야 될 점이 저의 경우에는 "clothes"라는 상위 폴더를 만들고 그 안에 앞서말한 3가지의 클래스 폴더를 넣어주었습니다. 그렇기 때문에 밑에서 폴더 경로를 가지고 올 때는 상위 폴더의 경로를 가지고와야 합니다. 2. 필요 라이브러리 가져오기..

Data Loader pytorch 공식 문서 : https://pytorch.org/docs/master/torchvision/datasets.html torchvision.datasets — PyTorch master documentation torchvision.datasets All datasets are subclasses of torch.utils.data.Dataset i.e, they have __getitem__ and __len__ methods implemented. Hence, they can all be passed to a torch.utils.data.DataLoader which can load multiple samples parallelly using torch.m pyt..

이번 포스트에서는 pytroch에서 사용하는 패키지에 대해서 알아보겠습니다. torch.nn torch.nn.functional Parameters Dropout Conv Containers Sparse Pooling Conv Distance Non-linear activation Pooling Loss Normalization Padding Vision Linear function(=fully connected layer) Non-linear Activation Data Paralles Dropout Normalization Utilities Distance Recurrent Loss Linear Vision 1. torch.nn 1) torch.nn.Conv2d torch.nn.Conv2d를 사용해서..

1. Autograd autograd 패키지는 Tensor의 모든 연산에 대해 자동 미분을 제공합니다. 이는 실행-기반-정의(define-by-run) 프레임워크로, 이는 코드를 어떻게 작성하여 실행하느냐에 따라 역전파가 정의된다는 뜻이며, 역전파는 학습 과정의 매 단계마다 달라집니다. - PyTorch 공식 튜토리얼 Autograd : automatic differentitaion Autograd는 Auto Gradient의 약자로써 미분값을 자동으로 계산해주는 기능이다. 자동 계산을 위해서 사용하는 변수는 torch.autograd 패키지 안에 있는 Variable를 사용해야된다. autograd 패키지는 Tensor로 수행한 모든 연산에 대하여 자동-미분(Autimatic differentiatio..

1. Torch의 Tensor 텐서란? - Tensor는 Pytorch의 자료형이다. - Tensor는 단일 데이터 타입으로 된 자료들의 다차원 행렬이다. - Tensor는 간단한 명령어를 통해서 GPU로 연산을 수행하게 만들 수 있다. - Tensor 변수 뒤에 .cuda()를 추가하면 하면 된다. - 텐서의 종류 텐서에는 다양한 종류가 있으며 GPU를 사용해서 텐서를 선언했을 경우에는 dtype이 torch.cuda.Tensor 형식으로 나오게 된다. 2. Tensor의 선언 텐서의 선언을 하기에 앞서 먼저 torch를 import 해줍니다. torch.Tensor() 형태로 텐서를 선언해 줄 수 있습니다. 괄호 안에는 텐서의 크기를 입력해줍니다. 위는 단일 차원의 텐서를 선언을 해주었고 밑의 경우는..

Pytorch 사용을 위한 Cuda 환경구축에 대한 글입니다. Anaconda3를 이미 설치한 상태에서 설치를 진행했습니다. 1. 그래픽 드라이버 설치 우선 자신이 가지고 있는 GPU 그래픽 카드를 확인합니다. 그래픽 카드 확인 방법은 여기서 참고하여 진행했습니다. https://mainia.tistory.com/4035 윈도우10 그래픽 카드 확인하는 방법 윈도우10 그래픽 카드 확인하는 방법 환경: windows 10 보통 새로 나온 게임을 설치하기 전에 내 컴퓨터의 사양을 체크합니다. 게임에서는 컴퓨터 장치 중 그래픽 카드가 중요한 하드웨어 중 하나이기 때문입니다... mainia.tistory.com 저 같은 경우는 GTX 1050 Ti를 사용하고 있습니다 . 그 다음 https://www.nvi..