Cifar10 Classification with AlexNet on Pytorch

링크텍스트

내가 볼려고 작성하는 Alexnet on pytorch

cifar0 19 은 computer-vision 데이터 세트로써 object recognintion 에서 사용된다 .
8천만 개의 작은 이미지 데이터 세트의 부분 집합이며

10개의 클래스는 한 클래스당 6000 32x32 칼라 이미지가 있다

클래스 이름

airplane
automobile
bird
cat
deer
dog
frog
horse
ship
truck

overfit 줄이기 - normalizartion / regularization

train_ds 와 val_ds 를 imageFolder 를 통해 불러온다.

DataLoader 는 batch를 도와주는 라이브러리라고 생각하면 된다.
batch 로 잘라주는 역활을 한다.

dataLoader 를 통해
train_dl 와 valid_dl 를 구한다 ( batch 가 적용된 데이터 라고 생각하면 쉽다 )

여기서 suffle 는 섞는다 는 의미이고 num_workers 병렬로 일하는 사람의 수이다

model 만들기

Alexnet 모델을 선언해서 하나 만들어 놓는다.

device 선택

저번시간에 설명했던것과 같이 device 는
gpu 를 실행할 device 라고 생각하면된다.
여기서 는 cuda 타입을 이용한다.

train_dl 와 valid_dl 을 deviceLoader 를 통해서 변형시킨다.

loss_Batch

• model에 x를 넣어서