[python] 파이썬 PyTorch에서 데이터 증강을 위해 노이즈를 추가하는 방법은?

22 Nov 2023

python

PyTorch는 데이터 증강을 위한 다양한 기능을 제공합니다. 그 중 하나는 노이즈를 추가하여 데이터를 증강하는 것입니다. 이를 위해 torch.randn() 함수를 사용할 수 있습니다. 이 함수는 정규 분포를 따르는 랜덤한 값을 생성합니다.

다음은 PyTorch를 사용하여 이미지 데이터에 노이즈를 추가하는 예제 코드입니다.

import torch
import torchvision.transforms as transforms

# 이미지 데이터 로드
image = ...

# 이미지를 Tensor로 변환
to_tensor = transforms.ToTensor()
image_tensor = to_tensor(image)

# 노이즈 추가
noise_tensor = torch.randn(image_tensor.size()) * std

# 이미지에 노이즈 적용
noisy_image_tensor = image_tensor + noise_tensor

# Tensor를 이미지로 변환
to_image = transforms.ToPILImage()
noisy_image = to_image(noisy_image_tensor)

# 결과 확인
noisy_image.show()

위의 코드에서 std는 랜덤한 노이즈의 표준 편차를 의미합니다. 이 값을 조절하여 노이즈의 강도를 조정할 수 있습니다.

이외에도 PyTorch에서는 다양한 데이터 증강 기법을 제공하고 있으며, 이를 조합하여 더 다양한 데이터 증강을 수행할 수 있습니다. 자세한 내용은 PyTorch 공식 문서를 참고하시기 바랍니다.

참고 문서:

PyTorch 공식 문서: Data Augmentation