Pytorch test-1

데이터 전처리

---

PyTorch에서는 데이터 작업을 위한 기본요소 두가지인
torch.utils.data.DataLoader와 torch.utils.data.Dataset가 있습니다.
Dataset은 Sample과 label을 저장하고,
DataLoader은 Dataset을 iterable 로 감쌉니다.

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda, Compose
import matplotlib.pyplot as plt


# vision data set을 library를 통해서 다운로드 받는다.
# 공개 데이터셋에서 학습 데이터를 내려받습니다.
training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
)

# 공개 데이터셋에서 테스트 데이터를 내려받습니다.
test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor(),
)



batch_size = 64
# 다운된 data set을 dataloader의 parameter로 넘겨준다.
# 데이터로더를 생성합니다.
train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)

for X, y in test_dataloader:
    print("Shape of X [N, C, H, W]: ", X.shape)
    print("Shape of y: ", y.shape, y.dtype)
    break

모델 만들기