파이토치로 배우는 LLM & AI

67

2

장

컴퓨터 비전 소개

고, 다른 하나는 테스트용입니다. 기본적인 아이디어 역시 단순합니다. 신경망을 특정 데이터

에서 훈련하면 해당 데이터에 대해서는 매우 뛰어난 성능을 보일 수 있지만, 이전에 한 번도

본 적 없는 다른 데이터에 대해서는 이해하거나 분류하는 데 효과적이지 않을 수 있습니다. 패

션

MNIST

의 경우에도 훈련 데이터에 포함된 일부 신발과 셔츠의 차이는 잘 구분할 수 있지

만, 새로운 신발과 셔츠 데이터에 대해서는 성능이 떨어질 수 있습니다. 따라서 신경망을 훈련

하는 데 사용하지 않도록 일부 데이터를 떼어 내어 보관하는 것이 좋습니다. 패션

MNIST

는

70

,

000

개의 샘플을 갖고 있지만

60

,

000

개를 신경망 훈련에 사용하고 남은

10

,

000

개는 테스

트에 사용합니다. 위 코드를 자세히 보면 두 줄의 차이점은

train

매개변수입니다. 첫 번째 줄

은

train

매개변수가

True

이고 두 번째 줄은

False

입니다.

또한

transform

매개변수도 볼 수 있습니다. 이 매개변수에는 다음과 같이 정의된 데이터에

적용할 변환을 지정합니다.

transform = transforms.Compose([transforms.ToTensor()])

신경망은 일반적으로

정규화

normalization

된 값을 사용합니다 (예를 들어

0

과

1

사이의 값