Fashion-MNIST

본 튜토리얼에서 사용하는 데이터는 대표적인 toy example 로 사용되는 데이터 중 하나인 Fashion MNIST 데이터입니다. Fashion MNIST 데이터는 흑백의 데이터로 채널수가 작고 이미지 크기도 작아서 적은 학습 Epoch 만으로도 생성할 수 있다는 장점이 있습니다.

그래서 본 튜토리얼에서는 간단한 구조를 파악하기 위한 예제에서는 Fashion MNIST 데이터를 이용할 예정입니다.

튜토리얼에서 사용할 때는 원본과 Generation / Reconstruction 된 이미지들과 비교가 이루어집니다. 그렇기에 들어가기에 앞서 Fashion MNIST 데이터에 대해서 확인해 보도록 하겠습니다.

Fashion MNIST 데이터는 torchvision 패키지에서 쉽게 다운로드 받고 사용할 수 있습니다.

from torchvision.transforms import Compose, ToTensor, Lambda
from torchvision.datasets.mnist import FashionMNIST
from torch.utils.data import DataLoader

transform = Compose(
    [
        ToTensor(),
        Lambda(lambda x: (x - 0.5) * 2),
    ]
)
dataset = FashionMNIST(
    "./datasets", download=True, train=True, transform=transform
)
loader = DataLoader(dataset, batch_size=128, shuffle=True)

• transform
  • 데이터 로더를 만든 후 데이터를 불러올 때 데이터를 처리하기 위한 코드입니다.
  • ToTensor() : 데이터를 Tensor 로 변환합니다.
  • Lambda(lambda x: (x - 0.5) * 2) : 데이터를 0~1 사이로 변환합니다.
• dataset
  • FashionMNIST 클래스를 이용해 데이터셋 형태로 다운로드 받습니다.
  • ./datasets : 데이터를 다운로드 받을 경로를 지정합니다.
  • download : 데이터의 다운로드를 지정합니다.
  • train : True 면 train 데이터 False 면 test 데이터를 사용합니다.
  • transform : index 를 이용해 데이터를 불러올 때 사용할 변환 코드를 입력합니다.
• loader
  • DataLoader 클래스를 이용해 데이터 로더 형태로 변홥합니다.
  • datasets : 사용할 데이터셋을 입력합니다.
  • batch_size : 한 배치에 사용할 데이터의 개수를 입력합니다. 사양이 부족한 경우 한 배치의 개수를 적게 입력합니다.
  • shuffle : 데이터를 랜덤하게 추출할 지 여부입니다.

다운로드 받은 데이터의 첫번째 배치를 plot 으로 그려서 확인해 보겠습니다.

import matplotlib.pyplot as plt
from torchvision.utils import make_grid

for batch in loader:
    batch_grid = make_grid(batch[0], nrow=12).numpy()
    break

plt.figure(figsize=(8, 8))
plt.title("First batch")
plt.imshow(batch_grid[0], cmap="gray")

• make_grid:
  • 이미지 데이터를 모아서 하나의 plot 으로 만들 때 유용한 util 도구입니다.