📚 PyTorch와 torchvision

PyTorch 소개

PyTorch는 Python에 익숙한 분들이 쉽게 사용하실 수 있는 인공지능 프레임워크로, 직관적이고 유연하게 동작하도록 설계된 것이 특징입니다. 다른 딥러닝 프레임워크로는 Tensorflow나 Jax, MXNet 등이 있지만, PyTorch를 익혀야 하는 가장 큰 이유는 “PyTorch가 많이 사용되기 때문”입니다.

PapersWithCode 통계에 따르면, 최근 몇 년간의 연구 논문과 오픈소스 저장소에서 사용된 딥러닝 프레임워크의 50% 이상이 PyTorch를 기반으로 합니다. 즉, PyTorch로 모델을 직접 만들고 학습하지 않더라도, 다양한 사전 학습 모델들을 활용하기 위해서는 PyTorch를 익히는 것이 필요합니다.

PyTorch에 대한 더 자세한 소개는 PyTorch 공식 사이트와 파이토치 한국 사용자 모임 등을 확인해주세요:

• PyTorch 공식 사이트: https://pytorch.org

• PyTorch 공식 튜토리얼: https://pytorch.org/tutorials

• 파이토치 한국 사용자 모임: https://pytorch.kr

• 파이토치 한국어 튜토리얼: https://tutorials.pytorch.kr

PyTorch는 다양한 분야(Domain)에서 활용할 수 있는 특화 라이브러리들도 제공합니다. 이 라이브러리들은 특정 데이터 유형이나 문제 도메인에 초점을 맞추고 있으며, 주요 라이브러리는 다음과 같습니다:

• torchvision: 이미지 처리와 컴퓨터 비전

• torchtext: 텍스트 데이터와 자연어 처리(NLP)

• torchaudio: 오디오 데이터와 신호 처리

이 중 이미지 처리와 컴퓨터 비전 모델을 쉽게 활용할 수 있도록 도와주는 torchvision에 대해서 더 알아보겠습니다.

torchvision 소개

torchvision은 PyTorch의 도메인 라이브러리 중 하나로, 이미지 처리 및 컴퓨터 비전 작업을 쉽게 수행할 수 있도록 지원합니다. 이 라이브러리는 다음과 같은 주요 기능을 제공합니다:

• 데이터셋 관리: 유명한 공개 데이터셋의 다운로드 및 로드

• 사전 학습된 모델: 컴퓨터 비전에서 자주 사용되는 딥러닝 모델 제공

• 데이터 전처리 및 변환: 이미지 증강과 전처리 파이프라인 구축

• 컴퓨터 비전 연산: NMS, RoI Align 등 컴퓨터 비전 특화 연산 지원

이러한 기능을 제공하기 위해 torchvision는 다양한 모듈들로 구성되어 있습니다. 주요 모듈 및 역할은 다음과 같습니다:

모듈	역할
torchvision.datasets	다양한 이미지 및 비디오 데이터셋을 제공하는 모듈로, 간편하게 데이터셋을 로드하고 사용할 수 있습니다. 유명한 데이터셋인 CIFAR, MNIST, ImageNet 등이 포함됩니다.
torchvision.io	이미지와 비디오 데이터를 읽고 쓰는 입출력 기능을 제공하는 모듈입니다. 데이터를 텐서로 변환하여 모델 학습에 사용하기 쉽게 해줍니다.
torchvision.models	미리 학습된 다양한 딥러닝 모델 아키텍처를 제공하는 모듈입니다. ResNet, AlexNet, VGG, EfficientNet 등 여러 CNN 모델을 쉽게 불러와 사용할 수 있습니다.
torchvision.ops	컴퓨터 비전 작업에 유용한 다양한 연산을 제공하는 모듈입니다. RoI Align, NMS (Non-Maximum Suppression) 등 특정 작업에 최적화된 연산 함수를 포함하고 있습니다.
torchvision.transforms	이미지 데이터에 대한 전처리와 변환 기능을 제공하는 모듈입니다. 데이터 증강 (augmentation) 및 정규화 등 다양한 변환을 손쉽게 적용할 수 있습니다.
torchvision.utils	이미지 데이터를 시각화하거나 텐서 데이터를 다루기 위한 다양한 유틸리티 함수를 제공하는 모듈입니다. 예를 들어, make_grid 함수는 여러 이미지를 격자 형태로 묶어 보여줄 수 있습니다.