เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ชุดข้อมูลพร้อม Augmentation

คุณได้สร้างชุดข้อมูลภาพจากรูปเมฆและโมเดล Convolutional สำหรับจำแนกประเภทเมฆไว้แล้ว ก่อนที่จะเริ่มเทรน มาปรับปรุงชุดข้อมูลด้วยการเพิ่ม Augmentation ที่จะช่วยให้โมเดลจำแนกประเภทเมฆได้แม่นยำยิ่งขึ้น

โค้ดสำหรับตั้งค่า Dataset และ DataLoader เตรียมไว้ให้แล้ว และควรดูคุ้นเคย สิ่งที่ต้องทำคือกำหนดชุด Transform ที่จะนำไปใช้กับภาพ Input ขณะโหลดเข้ามา

ก่อนหน้านี้ ได้ปรับขนาดภาพเป็น 128 x 128 เพื่อให้แสดงผลได้สวยงาม แต่ตอนนี้จะใช้ขนาดที่เล็กลงเพื่อเร่งความเร็วในการเทรน อย่างที่จะเห็นในภายหลัง ขนาด 64 x 64 ก็เพียงพอสำหรับให้โมเดลเรียนรู้ได้

from torchvision import transforms ถูก Execute ไว้ให้แล้ว มาเริ่มกันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning ระดับกลางด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนด train_transforms โดยประกอบ Transformation 5 รายการเข้าด้วยกัน ได้แก่ การพลิกภาพแนวนอนแบบสุ่ม การหมุนแบบสุ่ม (มุมตั้งแต่ 0 ถึง 45 องศา) การปรับ Contrast อัตโนมัติแบบสุ่ม การแปลงเป็น Tensor และการปรับขนาดเป็น 64 x 64 พิกเซล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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

dataset_train = ImageFolder(
  "clouds_train",
  transform=train_transforms,
)
dataloader_train = DataLoader(
  dataset_train, shuffle=True, batch_size=16
)
แก้ไขและรันโค้ด