fastai와 파이토치가 만나 꽃피운 딥러닝

461

11



fastai의 중간 수준 API로 데이터 변환하기

>>> tfms = Pipeline([tok, num])

>>> t = tfms(txts[0]); t[:20]

tensor([ 2, 8, 76, 10, 23, 3112, 23, 34, 3113, 33, 10, 8,

> 4477, 22, 88, 32, 10, 27, 42, 14])

그리고

decode

메서드를 인코딩 결과에 대해 호출할 수 있습니다. 그러면 데이터를 인코딩되

기 전 상태로 되돌릴 수 있죠.

>>> tfms.decode(t)[:100]

‘xxbos xxmaj well , “ cube “ ( 1997 ) , xxmaj vincenzo \’s first movie , was one

> of the most interesti’

Transform

과 같은 방식으로 작동하지 않는 단 한 가지는

setup

입니다. 어떤 데이터에 대한

Transform

집합의

Pipeline

을 적절히 설정하려면

TfmdLists

를 대신 사용해야만 합니다.

11.2



TfmdLists



Datasets



일반적으로 파일 이름, 데이터프레임의 행과 같은 데이터는 가공되지 않은 형태입니다. 따라서

이 데이터에 일련의 변형을 적용하는 과정이 필요하며, 변형들의 연쇄를

Pipeline

으로 표현

할 수 있다는