[Pytorch] 변형(Transform)

https://tutorials.pytorch.kr/beginner/basics/transforms_tutorial.html

변형(Transform) — PyTorch Tutorials 1.9.0+cu102 documentation

 

변형(TRANSFORM)

• 데이터가 항상 머신러닝 알고리즘 학습에 필요한 최종 처리가 된 상태로 제공되지는 않음
• 변형을 통해 데이터를 조작하고 학습에 적합하게 만듦

 

• 모든 Torchvision 데이터셋들은 변형 로직을 갖는, 호출 가능한 객체(callable)를 받는 매개 변수 두 개를 가짐
  • transform : 특징(feature)을 변경하기 위함
  • target_transform : 정답(label)을 변경하기 위함
• torchvision.transforms 모듈은 주로 사용하는 몇가지 변형을 제공

 

• FashionMNIST
  • 특징(feature) : PIL image 형식
  • 정답(label) : 정수(integer)
  • 학습을 하려면 정규화(nomalize)된 텐서 형태의 특징(feature)과 one-hot encoding된 텐서 형태의 정답(label)이 필요
  • 이러한 변형을 위해 ToTensor와 Lambda를 사용

import torch
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda

ds = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
    target_transform=Lambda(lambda y: torch.zeros(10, dtype=torch.float).scatter_(0, torch.tensor(y), value=1))
)

• ToTensor()
  • PIL image나 NumPy ndarray를 FloatTensor로 변환
  • 이미지의 픽셀의 크기(intensity) 값을 [0., 1.] 범위로 비례하여 조정(scale)
• Lambda 변형 (Transform)
  • 사용자 정의 lambda 함수를 적용
  • 여기서는 정수를 one-hot encoding된 텐서로 바꾸는 함수를 정의
    • 먼저 크기 10(데이터셋의 정답 개수)짜리 zero tensor 생성
    • scatter_를 호출하여 주어진 정답 y에 해당하는 인덱스에 value=1을 할당

target_transform = Lambda(lambda y: torch.zeros(
    10, dtype=torch.float).scatter_(dim=0, index=torch.tensor(y), value=1))