고도를 기다리며

본 글은 파이토치 한국어 튜토리얼을 공부하며 작성했음을 밝힙니다. 더 좋은 가독성(readability)과 모듈성(modularity)을 위해 데이터셋 코드를 모델 학습 코드로부터 분리하는것이 이상적이다. 이에, PyTorch는 torch.utils.data.DataLoader와 torch.utils.data.Dataset의 두 가지 데이터 기본 요소를 제공하여 1. 미리 준비해둔(pre-loaded) 데이터셋 (like MNIST) 2. 가지고 있는 데이터 를 사용할 수 있도록 한다. Dataset : 샘플과 정답(label)을 저장 DataLoader : Dataset을 각 샘플에 쉽게 접근할 수 있도록 순회 가능한 객체로 감싸놓음 1. 데이터셋 불러오기 TorchVision에서 MNIST 데이터셋을..

본 글은 파이토치 한국어 튜토리얼을 공부하며 작성했음을 밝힙니다. PyTorch의 가장 기본이 되는 구조는 tensor다. tensor는 배열이나 행렬과 매우 유사한 자료구조를 가지고 있다. 또한, tensor는 자동미분에 최적화되어 있는데, 만약 코딩할 때 ndarray와 tensor를 혼용하여 사용한다면 후에 autograd에서 어려움을 겪을 수 있다. (경험상) 1. torch import 하기 import torch tensor를 생성하기 위해 pyTorch 패키지를 import 한다. 2. tensor 초기화하기 tensor(이하 텐서)는 여러방법으로 초기화하여 사용할 수 있다. 2-1) 데이터로부터 직접 생성하기 먼저, 원하는 데이터를 직접 설정하여 생성할 수 있다. 이때, 데이터의 자료형은 ..