PyTorch は、ユーザーがニューラル ネットワークを作成/構築し、トレーニングできるようにする深層学習フレームワークです。データセットは、データ サンプルとラベルのセット/コレクションを含むデータ構造です。これは、データ全体にアクセスする方法、またはインデックス作成とスライス操作を使用する方法を提供します。さらに、データセットはトリミングやサイズ変更などの変換をデータに適用することもできます。ユーザーは PyTorch でデータセットを簡単に反復して視覚化できます。
この記事では、PyTorch を使用して特定のデータセットを反復して視覚化する方法を説明します。
PyTorch を使用してデータセットを反復して視覚化する方法
PyTorch を使用して特定のデータセットを反復して視覚化するには、以下の手順に従います。
ステップ 1: 必要なライブラリをインポートする
まず、必要なライブラリをインポートします。たとえば、次のライブラリをインポートしました。
輸入トーチ
torch.utils.data インポート データセットから
torchvision インポート データセットから
torchvision.transforms から ToTensor をインポート
matplotlib.pyplotをインポートする として ピート
ここ：
-
- 「 輸入トーチ 」は PyTorch ライブラリをインポートします。
- 「 torch.utils.data インポート データセットから 」は、PyTorch でカスタム データセットを作成するために、PyTorch の「torch.utils.data」モジュールから「Dataset」クラスをインポートします。
- 「 torchvision インポート データセットから 」は、コンピューター ビジョン タスク用の事前定義されたデータセットを提供する「torchvision」ライブラリから「datasets」モジュールをインポートします。
- 「 torchvision.transforms から ToTensor をインポート 」は、PIL イメージまたは NumPy 配列を PyTorch テンソルに変換するために、「torchvision.transforms」から「ToTensor」変換をインポートします。
- 「 matplotlib.pyplotをpltとしてインポート 」は、データ視覚化のために matplotlib ライブラリをインポートします。
ステップ 2: データセットをロードする
ここで、次のパラメーターを使用して、トレーニングとテストの両方の目的で、torchvision から FashionMNIST データセットを読み込みます。
tr_data = データセット.FashionMNIST ( 根 = 'データ' 、 電車 =本当です、 ダウンロード =本当です、 変身 =ToTensor ( ))
ts_data = データセット.FashionMNIST ( 根 = 'データ' 、 電車 =偽、 ダウンロード =本当です、 変身 =ToTensor ( )
)
ここ：
-
- 「 ファッションMNIST 」は、torchvision ライブラリから FashionMNIST データセットを読み込みます。
- 「 ルート=”データ” 」は、データセットがすでに存在する場合、データセットが保存またはロードされるディレクトリを指定します。この例では、それは「data」ディレクトリです。
- 「 電車 」はトレーニングまたはテスト データセットを示します。
- 「 ダウンロード=真 ” データセットがまだ存在しない場合は、データセットをダウンロードします。
- 「 変換=ToTensor() 」は、ToTensor 変換を適用して、データセット内の画像を PyTorch テンソルに変換します。
ステップ 3: データセット内のラベルクラス
次に、クラス インデックスを FashionMNIST データセット内の対応するクラス ラベルにマップするディクショナリを作成します。各クラスに人間が読めるラベルを提供します。ここでは、「」を作成しました。 マップされたラベル ” 辞書を使用し、これを使用してクラス インデックスを対応するクラス ラベルに変換します。
マップされたラベル = {0 : 「Tシャツ」 、
1 : 「ズボン」 、
2 : '引っ張る' 、
3 : 'ドレス' 、
4 : 'コート' 、
5 : 'サンダル' 、
6 : 'シャツ' 、
7 : 「スニーカー」 、
8 : 'バッグ' 、
9 : 「アンクルブーツ」 、
}
ステップ 4: データセットを視覚化する
最後に、「matplotlib」ライブラリを使用してトレーニング データ内のサンプルを視覚化します。
図 = plt.図 ( 図サイズ = ( 8 、 8 ) )コル 、行 = 3 、 3
のために 私 で 範囲 ( 1 、 コル * 行+ 1 ) :
サンプルインデックス = トーチ.randint ( のみ ( tr_date ) 、 サイズ = ( 1 、 ) ) 。アイテム ( )
画像、ラベル = tr_data [ サンプルインデックス 】
fig.add_subplot ( 行、 コル 、 私 )
plt.タイトル ( マップされたラベル [ ラベル 】 )
plt.axis ( 'オフ' )
plt.imshow ( img.squeeze ( ) 、 cmap = 'グレー' )
plt.ショー ( )
注記 : ここから Google Colab ノートブックにアクセスできます リンク 。
以上が、PyTorch を使用して目的のデータセットを反復して視覚化する方法でした。
結論
PyTorch を使用して特定のデータセットを反復して視覚化するには、まず必要なライブラリをインポートします。次に、必要なパラメーターを使用して、トレーニングとテストのために目的のデータセットを読み込みます。次に、データセット内のクラスにラベルを付け、「matplotlib」ライブラリを使用してトレーニング データ内のサンプルを視覚化します。この記事では、PyTorch を使用して特定のデータセットを反復して視覚化する方法を説明しました。