PyTorch의 CIFAR

커피 한잔 사주세요😄

*내 게시물에서는 CIFAR-100에 대해 설명합니다.

CIFAR100()은 아래와 같이 CIFAR-100 데이터 세트를 사용할 수 있습니다.

*메모:

• 첫 번째 인수는 루트(필수 유형:str 또는 pathlib.Path)입니다. *절대경로, 상대경로 모두 가능합니다.
• 두 번째 인수는 train(Optional-Default:True-Type:bool)입니다. *True일 경우 학습 데이터(50,000개)를 사용하고, False일 경우 테스트 데이터(10,000개)를 사용합니다.
• 세 번째 인수는 변환(Optional-Default:None-Type:callable)입니다.
• 네 번째 인수는 target_transform(Optional-Default:None-Type:callable)입니다.
• 다섯 번째 인수는 download(Optional-Default:False-Type:bool)입니다. *메모:
  • True인 경우 데이터 세트가 인터넷에서 다운로드되어 루트에 추출(압축 해제)됩니다.
  • True이고 데이터세트가 이미 다운로드된 경우 추출됩니다.
  • True이고 데이터 세트가 이미 다운로드되어 추출된 경우 아무 일도 일어나지 않습니다.
  • 데이터 세트가 이미 다운로드되어 추출된 경우 더 빠르므로 False여야 합니다.
  • 여기에서 데이터 세트(cifar-100-python.tar.gz)를 data/cifar-100-python/에 수동으로 다운로드하고 추출할 수 있습니다.

from torchvision.datasets import CIFAR100

train_data = CIFAR100(
    root="data"
)

train_data = CIFAR100(
    root="data",
    train=True,
    transform=None,
    target_transform=None,
    download=False
)

test_data = CIFAR100(
    root="data",
    train=False
)

len(train_data), len(test_data)
# (50000, 10000)

train_data
# Dataset CIFAR100
#     Number of datapoints: 50000
#     Root location: data
#     Split: Train

train_data.root
# 'data'

train_data.train
# True

print(train_data.transform)
# None

print(train_data.target_transform)
# None

train_data.download
# <bound method CIFAR10.download of Dataset CIFAR100
#    Number of datapoints: 50000
#    Root location: data
#    Split: Train>

len(train_data.classes), train_data.classes
# (100,
#  ['apple', 'aquarium_fish', 'baby', 'bear', 'beaver', 'bed',
#   'bicycle', 'bottle', 'bowl', ..., 'wolf', 'woman', 'worm']

train_data[0]
# (<PIL.Image.Image image mode=RGB size=32x32>, 19)

train_data[1]
# (<PIL.Image.Image image mode=RGB size=32x32>, 29)

train_data[2]
# (<PIL.Image.Image image mode=RGB size=32x32>, 0)

train_data[3]
# (<PIL.Image.Image image mode=RGB size=32x32>, 11)

train_data[4]
# (<PIL.Image.Image image mode=RGB size=32x32>, 1)

import matplotlib.pyplot as plt

def show_images(data, main_title=None):
    plt.figure(figsize=(10, 5))
    plt.suptitle(t=main_title, y=1.0, fontsize=14)
    for i, (im, lab) in enumerate(data, start=1):
        plt.subplot(2, 5, i)
        plt.title(label=lab)
        plt.imshow(X=im)
        if i == 10:
            break
    plt.tight_layout()
    plt.show()

show_images(data=train_data, main_title="train_data")
show_images(data=test_data, main_title="test_data")

위 내용은 PyTorch의 CIFAR의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!