始める無料で始める

データ拡張つきのデータセット

雲の画像からデータセットを作成し、さまざまな雲の種類を分類するための畳み込みモデルはすでに用意されています。学習を始める前に、モデルの雲分類の精度向上が見込めるデータ拡張をデータセットに加えていきましょう。

Dataset と DataLoader のセットアップ用コードはすでに用意されており、見覚えがあるはずです。あなたのタスクは、画像の読み込み時に適用する変換の合成を定義することです。

これまで表示を見やすくするために画像を 128×128 にリサイズしていましたが、今回は学習を高速化するためにより小さいサイズを使います。後ほど確認しますが、64×64 でもモデルが学習するには十分です。

from torchvision import transforms はすでに実行済みです。さっそく始めましょう！

この演習はコースの一部です

PyTorchによる中級ディープラーニング

コースを見る

演習の手順

  • train_transforms を、次の5つの変換を順に合成して定義してください。ランダムな左右反転、ランダム回転（0〜45度の角度）、ランダムな自動コントラスト調整、テンソルへの変換、そして 64×64 ピクセルへのリサイズ。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Define transforms
train_transforms = transforms.Compose([
    ____,
    ____,
    ____,
    ____,
    ____,
])

dataset_train = ImageFolder(
  "clouds_train",
  transform=train_transforms,
)
dataloader_train = DataLoader(
  dataset_train, shuffle=True, batch_size=16
)
コードを編集して実行