PyTorch என்பது ஒரு ஆழமான கற்றல் கட்டமைப்பாகும், இது பயனர்களுக்கு நரம்பியல் நெட்வொர்க்குகளை உருவாக்க/கட்டமைக்க மற்றும் பயிற்சியளிக்க உதவுகிறது. தரவுத்தொகுப்பு என்பது தரவு மாதிரிகள் மற்றும் லேபிள்களின் தொகுப்பு/சேகரிப்பு ஆகியவற்றைக் கொண்ட தரவுக் கட்டமைப்பாகும். இது தரவை முழுவதுமாக அணுகுவதற்கான வழியை வழங்குகிறது அல்லது அட்டவணைப்படுத்துதல் மற்றும் வெட்டுதல் செயல்பாடுகளைப் பயன்படுத்துகிறது. மேலும், ஒரு தரவுத்தொகுப்பு, செதுக்குதல், மறுஅளவிடுதல் போன்ற தரவுகளுக்கு மாற்றங்களைச் செயல்படுத்தலாம். பயனர்கள் PyTorch இல் தரவுத்தொகுப்பை எளிதாக மீண்டும் செய்யவும் மற்றும் காட்சிப்படுத்தவும் முடியும்.
PyTorch ஐப் பயன்படுத்தி ஒரு குறிப்பிட்ட தரவுத்தொகுப்பை மீண்டும் செய்யவும் மற்றும் காட்சிப்படுத்தவும் இந்த எழுதுதல் முறையை விளக்குகிறது.
PyTorch ஐப் பயன்படுத்தி தரவுத்தொகுப்பை மீண்டும் மீண்டும் செய்வது மற்றும் காட்சிப்படுத்துவது எப்படி?
PyTorch ஐப் பயன்படுத்தி ஒரு குறிப்பிட்ட தரவுத்தொகுப்பை மீண்டும் செய்யவும் மற்றும் காட்சிப்படுத்தவும், வழங்கப்பட்ட படிகளைப் பின்பற்றவும்:
படி 1: தேவையான நூலகத்தை இறக்குமதி செய்யவும்
முதலில், தேவையான நூலகங்களை இறக்குமதி செய்யுங்கள். உதாரணமாக, நாங்கள் பின்வரும் நூலகங்களை இறக்குமதி செய்துள்ளோம்:
இறக்குமதி ஜோதி
torch.utils.data இறக்குமதி தரவுத்தொகுப்பிலிருந்து
டார்ச்விஷன் இறக்குமதி தரவுத்தொகுப்பிலிருந்து
torchvision.transforms இறக்குமதி ToTensor இலிருந்து
matplotlib.pyplot இறக்குமதி என plt
இங்கே:
-
- ' இறக்குமதி ஜோதி 'PyTorch நூலகத்தை இறக்குமதி செய்கிறது.
- ' torch.utils.data இறக்குமதி தரவுத்தொகுப்பிலிருந்து 'PyTorch இல் தனிப்பயன் தரவுத்தொகுப்புகளை உருவாக்க PyTorch இன் 'torch.utils.data' தொகுதியிலிருந்து 'டேட்டாசெட்' வகுப்பை இறக்குமதி செய்கிறது.
- ' டார்ச்விஷன் இறக்குமதி தரவுத்தொகுப்பிலிருந்து 'டார்ச்விஷன்' நூலகத்திலிருந்து 'தரவுத்தொகுப்புகள்' தொகுதியை இறக்குமதி செய்கிறது, இது கணினி பார்வை பணிகளுக்கு முன் வரையறுக்கப்பட்ட தரவுத்தொகுப்புகளை வழங்குகிறது.
- ' torchvision.transforms இறக்குமதி ToTensor இலிருந்து PIL படங்கள் அல்லது NumPy அணிவரிசைகளை PyTorch டென்சர்களாக மாற்றுவதற்கு 'torchvision.transforms' என்பதிலிருந்து 'ToTensor' உருமாற்றத்தை இறக்குமதி செய்கிறது.
- ' matplotlib.pyplot ஐ plt ஆக இறக்குமதி செய்யவும் தரவு காட்சிப்படுத்தலுக்காக matplotlib நூலகத்தை இறக்குமதி செய்கிறது:
படி 2: தரவுத்தொகுப்பை ஏற்றவும்
இப்போது, பின்வரும் அளவுருக்களுடன் பயிற்சி மற்றும் சோதனை நோக்கங்களுக்காக டார்ச்விஷனில் இருந்து FashionMNIST தரவுத்தொகுப்பை ஏற்றுவோம்:
tr_data = தரவுத்தொகுப்புகள்.FashionMNIST ( வேர் = 'தகவல்கள்' , தொடர்வண்டி = உண்மை, பதிவிறக்க Tamil = உண்மை, மாற்றம் =Tensor ( ))
ts_data = தரவுத்தொகுப்புகள்.FashionMNIST ( வேர் = 'தகவல்கள்' , தொடர்வண்டி = பொய், பதிவிறக்க Tamil = உண்மை, மாற்றம் =Tensor ( )
)
இங்கே:
-
- ' FashionMNIST ” டார்ச்விஷன் லைப்ரரியில் இருந்து FashionMNIST தரவுத்தொகுப்பை ஏற்றுகிறது.
- ' ரூட்=”தரவு” ” தரவுத்தொகுப்பு ஏற்கனவே இருந்தால் அது சேமிக்கப்படும் அல்லது ஏற்றப்படும் கோப்பகத்தைக் குறிப்பிடுகிறது. எங்கள் விஷயத்தில், இது 'தரவு' அடைவு.
- ' தொடர்வண்டி ” என்பது பயிற்சி அல்லது சோதனை தரவுத்தொகுப்பைக் குறிக்கிறது.
- ' பதிவிறக்கம்=உண்மை ” தரவுத்தொகுப்பு ஏற்கனவே இல்லை என்றால் பதிவிறக்குகிறது.
- ' உருமாற்றம்=ToTensor() ” தரவுத்தொகுப்பில் உள்ள படங்களை PyTorch டென்சர்களாக மாற்ற ToTensor உருமாற்றத்தைப் பயன்படுத்துகிறது:
படி 3: தரவுத்தொகுப்பில் வகுப்புகளை லேபிள் செய்யவும்
அடுத்து, FashionMNIST தரவுத்தொகுப்பில் வகுப்பு குறியீடுகளை அவற்றின் தொடர்புடைய வகுப்பு லேபிள்களுக்கு வரைபடமாக்கும் அகராதியை உருவாக்கவும். இது ஒவ்வொரு வகுப்பிற்கும் மனிதர்கள் படிக்கக்கூடிய லேபிள்களை வழங்குகிறது. இங்கே நாங்கள் உருவாக்கினோம் ' வரைபட_லேபிள் ” அகராதி மற்றும் வகுப்பு குறியீடுகளை அவற்றின் தொடர்புடைய வகுப்பு லேபிள்களாக மாற்ற இதைப் பயன்படுத்துவோம்:
mapped_label = {0 : 'டி-ஷர்ட்' ,
1 : 'கால்சட்டை' ,
2 : 'மேலே இழு' ,
3 : 'ஆடை' ,
4 : 'கோட்' ,
5 : 'செருப்பு' ,
6 : 'சட்டை' ,
7 : 'ஸ்னீக்கர்' ,
8 : 'பை' ,
9 : 'கணுக்கால் பூட்' ,
}
படி 4: தரவுத்தொகுப்பைக் காட்சிப்படுத்தவும்
இறுதியாக, 'matplotlib' நூலகத்தைப் பயன்படுத்தி பயிற்சித் தரவில் உள்ள மாதிரிகளைக் காட்சிப்படுத்தவும்:
அத்தி = plt.figure ( அத்திப்பழம் = ( 8 , 8 ) )col , வரிசை = 3 , 3
க்கான நான் உள்ளே சரகம் ( 1 , col * வரிசை + 1 ) :
மாதிரி_இண்டெக்ஸ் = டார்ச்.ராண்டிண்ட் ( மட்டுமே ( tr_date ) , அளவு = ( 1 , ) ) .உருப்படி ( )
img, label = tr_data [ மாதிரி_குறியீடு ]
fig.add_subplot ( வரிசை, col , நான் )
plt.title ( வரைபட_லேபிள் [ முத்திரை ] )
plt.அச்சு ( 'ஆஃப்' )
plt.imshow ( img. அழுத்து ( ) , cmap = 'சாம்பல்' )
plt.show ( )
குறிப்பு : எங்கள் Google Colab நோட்புக்கை நீங்கள் இதில் அணுகலாம் இணைப்பு .
இது PyTorch ஐப் பயன்படுத்தி தேவையான தரவுத்தொகுப்பை மீண்டும் செய்வது மற்றும் காட்சிப்படுத்துவது பற்றியது.
முடிவுரை
PyTorch ஐப் பயன்படுத்தி ஒரு குறிப்பிட்ட தரவுத்தொகுப்பை மீண்டும் செய்யவும் மற்றும் காட்சிப்படுத்தவும், முதலில், தேவையான நூலகங்களை இறக்குமதி செய்யவும். பின்னர், தேவையான அளவுருக்களுடன் பயிற்சி மற்றும் சோதனைக்கு தேவையான தரவுத்தொகுப்பை ஏற்றவும். அடுத்து, தரவுத்தொகுப்பில் வகுப்புகளை லேபிளிடவும் மற்றும் 'matplotlib' நூலகத்தைப் பயன்படுத்தி பயிற்சி தரவில் உள்ள மாதிரிகளை காட்சிப்படுத்தவும். PyTorch ஐப் பயன்படுத்தி ஒரு குறிப்பிட்ட தரவுத்தொகுப்பை மீண்டும் செய்யவும் மற்றும் காட்சிப்படுத்தவும் இந்த எழுதுதல் முறை விளக்கப்பட்டுள்ளது.