
305
6
그 밖의 영상 처리 문제
>>> xb,yb = dls.one_batch()
>>> xb.shape,yb.shape
(torch.Size([64, 3, 240, 320]), torch.Size([64, 1, 2]))
미니배치의 모양이
이런지를 꼭 이해해야 합니다.
종속변수 중 한 행을 조사하여 담긴 데이터를 확인합니다.
>>> yb[0]
tensor([[0.0111, 0.1810]], device='cuda:5')
보다시피 별도의 이미지 회귀용
API
는 사용하지 않았습니다. 단지 입력 데이터를 위한 레이블
정보를 반환하는 함수, 독립변수와 종속변수가 표현하는 데이터 유형을 데이터블록
API
에 알
렸을 뿐이죠.
Learner
도 유사한 방향으로 만들 수 있습니다. 전에 사용한
cnn
_
learner
함수를 그대로 사
용하되 새로운 인자 하나를 추가로 사용할 뿐입니다. 그것으로 모델을 학습시킬 준비가 끝납니다.
6.2.2
지금까지 해온 대로
cnn
_
learner
함수로
Learner
를 만듭니다.
y
_
range
라는 인자로 타깃의
범위를 조절했던
1
장의 내용을 기억하나요? 여기서도 같은 작업을 하여 항상 좌푯값이 -
1
과
1
사이의 범위로 조정되도록 합니다.
learn = cnn_learner(dls, resnet18, y_range=(-1,1))
fastai ...