fastai와 파이토치가 만나 꽃피운 딥러닝

295

6



그 밖의 영상 처리 문제

함수로

Learner

를 생성한 다음, 해당 모델이 출력하는 활성값을 살펴봐야 합니다.

learn = cnn_learner(dls, resnet18)

Learner

가 포함한 모델이

nn

.

Module

을 상속받은 클래스 객체라는 사실도 압니다. 또한 소

괄호로 모델을 함수처럼 호출할 수 있고, 모델의 출력 활성을 반환받는다는 점도 알죠. 한편

모델을 함수처럼 호출하려면 미니배치 형태의 독립변수를 인자로 넣어줘야 합니다. 그리고

DataLoader

에서 미니배치 하나를 가져와서 모델로 주입하는 간단한 실험을 할 수 있죠.

>>> x,y = dls.train.one_batch()

>>> activs = learn.model(x)

>>> activs.shape

torch.Size([64, 20])

activs

의 모양이 왜 이런지 생각해봅시다. 설정한 배치 크기가

64

이고, 범주

20

개에 대한 확

률을 계산하기 때문입니다. 해당 미니배치를 통과시켜 얻은

activs

가 포함한 결과 하나를 조

사하여 출력 활성을 구성한 값들을 확인해보겠습니다.

>>> activs[0]

tensor([ 2.0258, -1.3543, 1.4640, 1.7754, -1.2820, -5.8053, 3.6130, 0.7193,

> -4.3683, -2.5001, -2.8373, ...