파이토치에서는 데이터를 좀 더 쉽게 다룰 수 있는 도구로 Dataset과 DataLoader를 제공합니다. DataLoader를 이용하면 data shuffle, mini-batch 학습, 병렬처리까지 간단하게 수행할 수 있다는 장점이 있습니다.
오늘은 Dataset을 정의하는 방법과 이렇게 정의한 데이터를 DataLoader에 전달하여 mini-batch 학습과 data shuffle 방법에 대해서 알아보겠습니다. 데이터셋 정의 & 데이터 로더 사용법 ## 기본 셋팅 import torch import torch.nn as nn import torch.nn.functional as F from torch.utils.data import TensorDataset #텐서 데이터셋 - 텐서를 입력받아 Dataset의 형태로 변환해줌 from torch.utils.data import DataLoader #데이터로더 우선 학습을 위해 필요한 라이브러리를 불러와줍니다.
이전에 사용했던 3개...
#
python
#
파이썬
#
통계학과
#
딥러닝입문
#
딥러닝기초
#
딥러닝
#
대학생
#
공부블로그
#
pytorch
#
파이토치
![[coursera 머신러닝 강의] Overfitting underfitting 해결 Regularization 정규화 람다 λ](https://mblogthumb-phinf.pstatic.net/MjAyMTAxMDlfMjg2/MDAxNjEwMTkyNDc0MTI4.-sJLWn0z8vG9DAqgSK9aDCoaOfKgNreeEIxQ9v4D9S4g.POtZJNX1av_W3-UtXAcRMJW6M52wh_NPj2Lm0kDO2wog.PNG.dbwjd516/coursera_machine_learning.png?type=w2)
![[coursera 머신러닝 강의] 알고리즘 성능 향상 시키기 :: Training, Test, Validation set / Validation set 역할](https://mblogthumb-phinf.pstatic.net/MjAyMTAxMTNfMzAw/MDAxNjEwNTI2MDc5OTU0.yG_F_r9XUdstoimEUNPybJ5G82rI-J_bWiBgIo-ir1Mg.wFrItp5olj18aLxXuy_HkhiiX7iGr_W3Z5Qh2621ztsg.PNG.dbwjd516/coursera_machine_learning.png?type=w2)
