분석할 데이터 준비

이 자습서의 이전 단계에서는 PyTorch를 머신에 설치했습니다. 이제 모델을 만드는 데 사용할 데이터로 코드를 설정하는 데 사용합니다.

Visual Studio 내에서 새 프로젝트를 엽니다.

1. Visual Studio를 열고, create a new project를 선택합니다.

2. 검색 창에서 Python을 입력하고 Python Application 을 프로젝트 템플릿으로 선택합니다.

3. 구성 창에서 다음을 수행합니다.

• 프로젝트 이름을 지정합니다. 여기서는 DataClassifier라고 합니다.
• 프로젝트의 위치를 선택합니다.
• VS2019를 사용하는 경우 Create directory for solution을 선택해야 합니다.
• VS2017을 사용하는 경우 Place solution and project in the same directory를 선택 취소해야 합니다.

create를 눌러 프로젝트를 만듭니다.

Python 인터프리터 만들기

이제 새 Python 인터프리터를 정의해야 합니다. 이는 최근에 설치한 PyTorch 패키지를 포함해야 합니다.

1. 인터프리터 선택 영역으로 이동하고, Add Environment를 선택합니다.

2. Add Environment 창에서 Existing environment를 선택하고, Anaconda3 (3.6, 64-bit)를 선택합니다. 여기에는 PyTorch 패키지가 포함됩니다.

새 Python 인터프리터 및 PyTorch 패키지를 테스트하려면 DataClassifier.py 파일에 다음 코드를 입력합니다.

from __future__ import print_function 

import torch 

x=torch.rand(2, 3) 

print(x) 

출력은 아래와 비슷한 임의의 5x3 텐서입니다.

참고 항목

더 알아보고 싶으신가요? PyTorch 공식 웹 사이트를 방문하세요.

데이터 이해

Fisher의 붓꽃 데이터 세트에서 모델을 학습하겠습니다. 이 유명한 데이터 세트에는 부채붓꽃(Iris setosa), 버시컬러 붓꽃(Iris versicolor) 및 버지니카 붓꽃(Iris virginica)의 세 가지 붓꽃 종 각각에 대한 50개의 레코드가 포함되어 있습니다.

여러 버전의 데이터 세트가 게시되었습니다. UCI Machine Learning 리포지토리에서 붓꽃 데이터 세트를 찾거나 Python Scikit-learn 라이브러리에서 직접 데이터 세트를 가져오거나 이전에 게시된 다른 버전을 사용할 수 있습니다. 붓꽃 데이터 세트에 대한 자세한 내용은 해당 Wikipedia 페이지를 참조하세요.

이 자습서에서는 테이블 형식의 입력으로 모델을 학습하는 방법을 보여주기 위해 Excel 파일로 내보낸 붓꽃 데이터 세트를 사용합니다.

엑셀 테이블의 각 줄은 붓꽃의 네 가지 특징(꽃받침 길이(cm), 꽃받침 너비(cm), 꽃잎 길이(cm), 꽃잎 너비(cm))을 보여줍니다. 이러한 특징은 사용자가 입력합니다. 마지막 열에는 이러한 매개 변수와 관련된 붓꽃 종류가 포함되며 회귀 출력을 나타냅니다. 전체적으로 데이터 세트에는 네 가지 특징에 대한 150개의 입력이 포함되어 있으며, 각 입력은 관련 붓꽃 종류와 일치합니다.

회귀 분석은 입력 변수와 결과 간의 관계를 확인합니다. 입력을 기반으로 모델은 부채붓꽃(Iris-setosa), 버시컬러 붓꽃(Iris-versicolor) 및 버지니카 붓꽃(Iris-virginica)의 세 가지 붓꽃 종류 중 하나를 정확하게 예측하는 방법을 학습하게 됩니다.

Important

다른 데이터 세트를 사용하여 고유한 모델을 만들려고 한 경우 시나리오에 따라 모델 입력 변수와 출력을 지정해야 합니다.

데이터 세트를 로드합니다.

1. 붓꽃 데이터 세트를 Excel 형식으로 다운로드합니다. 여기에서 찾을 수 있습니다.

2. Solution Explorer Files 폴더의 DataClassifier.py 파일에 다음 import 문을 추가하여 필요한 모든 패키지에 액세스할 수 있습니다.

import torch 
import pandas as pd 
import torch.nn as nn 
from torch.utils.data import random_split, DataLoader, TensorDataset 
import torch.nn.functional as F 
import numpy as np 
import torch.optim as optim 
from torch.optim import Adam 

보시다시피 pandas(Python 데이터 분석) 패키지를 사용하여 데이터 및 신경망 구축을 위한 모듈과 확장 가능한 클래스가 포함된 torch.nn 패키지를 로드하고 조작합니다.

3. 데이터를 메모리에 로드하고 클래스 수를 확인합니다. 각 붓꽃 종류에 대해 50개의 항목이 표시될 것으로 예상됩니다. PC에서 데이터 세트의 위치를 지정해야 합니다.

파일에 다음 코드를 추가합니다 DataClassifier.py .

# Loading the Data
df = pd.read_excel(r'C:…\Iris_dataset.xlsx') 
print('Take a look at sample from the dataset:') 
print(df.head()) 

# Let's verify if our data is balanced and what types of species we have  
print('\nOur dataset is balanced and has the following values to predict:') 
print(df['Iris_Type'].value_counts()) 

이 코드를 실행할 때 예상되는 출력은 다음과 같습니다.

데이터 세트를 사용하고 모델을 학습하려면 입력 및 출력을 정의해야 합니다. 입력에는 150개의 특징이 포함되어 있으며, 출력은 붓꽃 종류 열입니다. 사용할 신경망에는 숫자 변수가 필요하므로 출력 변수를 숫자 형식으로 변환합니다.

4. 숫자 형식으로 출력을 표시하고 회귀 입력 및 출력을 정의하는 데이터 세트에 새 열을 만듭니다.

파일에 다음 코드를 추가합니다 DataClassifier.py .

# Convert Iris species into numeric types: Iris-setosa=0, Iris-versicolor=1, Iris-virginica=2.  
labels = {'Iris-setosa':0, 'Iris-versicolor':1, 'Iris-virginica':2} 
df['IrisType_num'] = df['Iris_Type']   # Create a new column "IrisType_num" 
df.IrisType_num = [labels[item] for item in df.IrisType_num]  # Convert the values to numeric ones 

# Define input and output datasets 
input = df.iloc[:, 1:-2]            # We drop the first column and the two last ones. 
print('\nInput values are:') 
print(input.head())   
output = df.loc[:, 'IrisType_num']   # Output Y is the last column  
print('\nThe output value is:') 
print(output.head()) 

이 코드를 실행할 때 예상되는 출력은 다음과 같습니다.

모델을 학습하려면 모델 입력 및 출력을 텐서 형식으로 변환해야 합니다.

5. 텐서로 변환합니다.

파일에 다음 코드를 추가합니다 DataClassifier.py .

# Convert Input and Output data to Tensors and create a TensorDataset 
input = torch.Tensor(input.to_numpy())      # Create tensor of type torch.float32 
print('\nInput format: ', input.shape, input.dtype)     # Input format: torch.Size([150, 4]) torch.float32 
output = torch.tensor(output.to_numpy())        # Create tensor type torch.int64  
print('Output format: ', output.shape, output.dtype)  # Output format: torch.Size([150]) torch.int64 
data = TensorDataset(input, output)    # Create a torch.utils.data.TensorDataset object for further data manipulation 

코드를 실행하는 경우 예상되는 출력은 다음과 같이 입력 및 출력 형식을 표시합니다.

150개의 입력 값이 있습니다. 이 중 약 60%는 모델 학습 데이터가 됩니다. 유효성 검사에 20%를, 테스트에 30%를 유지합니다.

이 자습서에서 훈련 데이터 세트의 배치 크기는 10으로 정의됩니다. 학습 세트에는 95개의 항목이 있으며, 평균적으로 학습 세트를 한 번 반복(1 Epoch)해야 하는 전체 배치는 9개가 있습니다. 유효성 검사 및 테스트 세트의 일괄 처리 크기를 1로 유지합니다.

6. 데이터를 분할하여 세트를 학습, 검증 및 테스트합니다.

파일에 다음 코드를 추가합니다 DataClassifier.py .

# Split to Train, Validate and Test sets using random_split 
train_batch_size = 10        
number_rows = len(input)    # The size of our dataset or the number of rows in excel table.  
test_split = int(number_rows*0.3)  
validate_split = int(number_rows*0.2) 
train_split = number_rows - test_split - validate_split     
train_set, validate_set, test_set = random_split( 
    data, [train_split, validate_split, test_split])    
 
# Create Dataloader to read the data within batch sizes and put into memory. 
train_loader = DataLoader(train_set, batch_size = train_batch_size, shuffle = True) 
validate_loader = DataLoader(validate_set, batch_size = 1) 
test_loader = DataLoader(test_set, batch_size = 1)

다음 단계

데이터가 준비되면 PyTorch 모델을 학습해야 합니다.