📂머신러닝

줄리아에서 머신러닝 데이터 셋 사용하는 방법

설명

MLDatasets.jl^{1 2} 패키지로 아래와 같은 데이터 셋을 사용할 수 있다. 링크가 있는 데이터셋은 각 문서에서 사용법을 설명한다.

Vision

• CIFAR10
• CIFAR100
• EMNIST
• FashionMNIST
• MNIST
• Omniglot
• SVHN2
• convert2image

Mesh

• FAUST

Miscellaneous

• BostonHousing
• Iris
• Mutagenesis
• Titanic

Text

• PTBLM
• SMSSpamCollection
• UD_English

Graphs

• CiteSeer
• Cora
• Graph
• HeteroGraph
• KarateClub
• MovieLens
• OGBDataset
• OrganicMaterialsDB
• PolBlogs
• PubMed
• Reddit
• TUDataset

이 데이터를 원-핫 인코딩하거나, 학습시키는 방법은 다음을 참고하라.

• 데이터 원-핫 인코딩하는 방법
• MLP 구현해서 MNIST 데이터 셋 학습시키는 방법

예시

CIFAR10

julia> Train_X2, Train_Y2 = CIFAR10.traindata()

julia> size(Train_X2)
(32, 32, 3, 50000)

julia>typeof(Train_X2)
Base.ReinterpretArray{N0f8, 4, UInt8, Array{UInt8, 4}, false}

julia> size(Train_Y2)
(50000,)

julia>typeof(Train_Y2)
Vector{Int64} (alias for Array{Int64, 1})

julia> for i in 1:7
        save("CIFAR10_$i.png", colorview(RGB, CIFAR10.convert2image(CIFAR10.traintensor(i))))
        end

처음 7개 사진을 뽑아보면 다음과 같다.

환경

• OS: Windows11
• Version: Julia v1.8.2, MLDatasets v0.7.6