fastai와 파이토치가 만나 꽃피운 딥러닝

309

6



그 밖의 영상 처리 문제

6.3



언뜻 보기에 완전히 달라 보이는 문제 (단일 레이블 분류, 다중 레이블 분류, 회귀 )에 출력만

다르게 구성한 동일한 모델을 사용할 수 있다는 점을 배웠습니다. 단, 문제별로 다른 손실 함수

가 필요할 뿐입니다. 따라서 다룰 문제에 적합한 손실 함수가 선택되었는지를 두세 번 확인해

야 합니다.

fastai

는 데이터를 보고 올바른 손실 함수를 자동으로 선택합니다. 하지만

DataLoaders

를 순

수 파이토치만으로 구축한다면 손실 함수를 직접 신중히 선택해야만 합니다. 일반적으로 지금

까지 다룬 세 종류의 문제에 사용되는 손실 함수는 다음과 같습니다. 이를 잘 숙지하길 바랍니다.

●

단일 레이블 분류 문제에는

nn.CrossEntropyLoss

를 사용합니다.

●

다중 레이블 분류 문제에는

nn.BCEWithLogitsLoss

를 사용합니다.

●

회귀 문제에는

nn.MSELoss

를 사용합니다.

6.4



1

다중 레이블 분류는 곰 분류기의 편리성을 어떻게 향상할 수 있을까요?

2

다중 레이블 분류 문제에서 종속변수는 어떻게 인코딩 할 수 있을까요?

3

데이터프레임의 행과 열에 마치 행렬처럼 접근하는 방법은 무엇인가요?

4

데이터프레임의 열에 이름으로 접근하는 방법은 무엇인가요?

5

Dataset

과

DataLoader

는 어떻게 다른가요?

6

Datasets

객체가 일반적으로 포함하는 내용은 무엇인가요?

7

DataLoaders

객체가 일반적으로 포함하는 내용은 무엇인가요?

8