파이토치 텐서 데이터 셔플

파이토치 텐서 데이터 셔플¶

데이터 셔플 과정¶

• torch.rand를 활용한 샘플데이터 생성합니다.

• randperm 메서드를 활용하여 무작위 순위 리스트를 만들어냅니다.
  • 무작위 순위 리스트란 ? 순위 리스트 [0, 1, 2, 3] vs 무작위 순위 리스트 [2, 1, 4, 0]

• index_select 메서드를 활용하여 무작위 숫자 리스트에 맞게 텐서 내 값 위치 변경합니다.

In [1]:

# 예시 입력
import torch
x = torch.rand(4,5)
x

Out[1]:

tensor([[0.5017, 0.6225, 0.8976, 0.1194, 0.0085],
        [0.3317, 0.7673, 0.0814, 0.5546, 0.5811],
        [0.1697, 0.6363, 0.1774, 0.6370, 0.1944],
        [0.8212, 0.8176, 0.1641, 0.1151, 0.9785]])

In [2]:

# 예시 라벨 데이터 생성
y = torch.rand(4,1)
y

Out[2]:

tensor([[0.7799],
        [0.8582],
        [0.2726],
        [0.3184]])

In [3]:

# 무작위 순위 리스트 크기 설정
list_size = x.size(0)
list_size

Out[3]:

4

In [4]:

# randperm함수를 활용하여 인덱스(데이터 순서) 셔플
indices = torch.randperm(list_size)
indices

Out[4]:

tensor([1, 2, 3, 0])

스크롤을 내리면 참고를 통해 index_select 사용법을 확인하 실 수 있습니다

In [5]:

# indices 지시에 따른 데이터 순서 변경
x_ = torch.index_select(x, dim=0, index=indices)
x_

Out[5]:

tensor([[0.3317, 0.7673, 0.0814, 0.5546, 0.5811],
        [0.1697, 0.6363, 0.1774, 0.6370, 0.1944],
        [0.8212, 0.8176, 0.1641, 0.1151, 0.9785],
        [0.5017, 0.6225, 0.8976, 0.1194, 0.0085]])

In [6]:

y_ = torch.index_select(y, dim=0, index=indices)
y_

Out[6]:

tensor([[0.8582],
        [0.2726],
        [0.3184],
        [0.7799]])

참고¶

• torch.index_select(tensor, dim=dimension, index=index)
  • dimension : 추출 대상 차원 설정
  • index : 인덱싱 내용

In [7]:

# 예시 텐서 생성
tensor = torch.tensor([[1],
                       [2],
                       [3]])

In [8]:

# 0 차원 0,2번째 위치 인덱싱
indices = torch.tensor([0,2])
torch.index_select(tensor, dim=0, index=indices)

Out[8]:

tensor([[1],
        [3]])

In [9]:

# 0 차원 1번째 위치 인덱싱
indices = torch.tensor([1])
torch.index_select(tensor, dim=0, index=indices)

Out[9]:

tensor([[2]])

In [10]:

# 예시 텐서 생성
tensor = torch.tensor([[1, 10],
                       [2, 11],
                       [3, 12]])

In [11]:

# 1 차원 1번째 위치 인덱싱
indices = torch.tensor([1])
torch.index_select(tensor, dim=1, index=indices)

Out[11]:

tensor([[10],
        [11],
        [12]])

In [12]:

# 1 차원 내 위치가 없는 3을 indices로 지정함녀 erroe 리턴
indices = torch.tensor([3])
torch.index_select(tensor, dim=1, index=indices)

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
/tmp/ipykernel_846378/1854948782.py in <module>
      1 # 1 차원 내 위치가 없는 3을 indices로 지정함녀 erroe 리턴
      2 indices = torch.tensor([3])
----> 3 torch.index_select(tensor, dim=1, index=indices)

RuntimeError: INDICES element is out of DATA bounds, id=3 axis_dim=2