PyTorch에서의 데이터 증강
이제 Dataset에 데이터 증강을 포함하고, 원하는 변환이 적용되었는지 일부 이미지를 시각적으로 확인해 보세요.
먼저, train_transforms에 증강 변환을 추가해 보겠습니다. 무작위 수평 뒤집기와 0도에서 45도 사이의 무작위 각도로 회전을 사용하죠. 이어지는 Dataset과 DataLoader 생성 코드는 이전과 완전히 동일합니다. 마지막으로 이미지를 재구성하고 표시하여 새 증강 변환이 눈에 보이는지 확인해 보세요.
필요한 모든 임포트는 미리 호출되어 있습니다:
from torchvision.datasets import ImageFolder
from torch.utils.data import DataLoader
from torchvision import transforms
import matplotlib.pyplot as plt
이제 구름 사진을 멋지게 증강해 볼까요!
이 연습은 강의의 일부입니다
PyTorch로 배우는 Intermediate Deep Learning
연습 안내
train_transforms에 무작위 수평 뒤집기와 0도에서 45도 사이의 무작위 각도로 회전을 수행하는 변환 두 가지를 추가하세요.- DataLoader에서 가져온
image텐서를 표시하기 적합하도록 재구성하세요. - 이미지를 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
train_transforms = transforms.Compose([
# Add horizontal flip and rotation
____,
____,
transforms.ToTensor(),
transforms.Resize((128, 128)),
])
dataset_train = ImageFolder(
"clouds_train",
transform=train_transforms,
)
dataloader_train = DataLoader(
dataset_train, shuffle=True, batch_size=1
)
image, label = next(iter(dataloader_train))
# Reshape the image tensor
image = image.____.____(____, ____, ____)
# Display the image
____
plt.show()