add jupyter-notebook compilation

01-Deep-Learning-And-PyTorch/README.md

@@ -0,0 +1,7 @@
+# 딥러닝과 파이토치
+
+딥러닝의 기본 지식을 쌓고 파이토치의 장단점에 대해 알아봅니다.
+
+  * [개념] 신경망의 원리
+  * [개념] 딥러닝과 신경망
+  * [개념] 왜 파이토치인가?

02-Getting-Started-With-PyTorch/README.md

@@ -0,0 +1,7 @@
+# 파이토치 시작하기
+
+파이토치 환경설정과 사용법을 익혀봅니다
+
+  * [프로젝트 1] 파이토치 설치 & 환경구성
+  * [프로젝트 2] 파이토치 예제 내려받고 실행해보기
+  * [프로젝트 3] 토치비전과 토치텍스트로 데이터셋 불러오기

03-Coding-Neural-Networks-In-PyTorch/README.md

@@ -0,0 +1,7 @@
+# 파이토치로 구현하는 신경망
+
+파이토치를 이용하여 가장 기본적인 신경망을 만들어봅니다.
+
+  * [개념] 텐서와 Autograd
+  * [Hello World] 신경망 모델 구현하기
+  * [Hello World] 모델 저장, 재사용

04-Neural-Network-For-Fashion/01-fashion-mnist.py

@@ -0,0 +1,118 @@
+
+# coding: utf-8
+
+# # 4.1 Fashion MNIST 데이터셋 알아보기
+
+get_ipython().run_line_magic('matplotlib', 'inline')
+from torchvision import datasets, transforms, utils
+from torch.utils import data
+
+import matplotlib.pyplot as plt
+import numpy as np
+
+
+# ## [개념] Fashion MNIST 데이터셋 설명
+
+transform = transforms.Compose([
+    transforms.ToTensor()
+])
+
+
+trainset = datasets.FashionMNIST(
+    root      = './.data/', 
+    train     = True,
+    download  = True,
+    transform = transform
+)
+testset = datasets.FashionMNIST(
+    root      = './.data/', 
+    train     = False,
+    download  = True,
+    transform = transform
+)
+
+
+batch_size = 16
+
+train_loader = data.DataLoader(
+    dataset     = trainset,
+    batch_size  = batch_size,
+    shuffle     = True,
+    num_workers = 2
+)
+test_loader = data.DataLoader(
+    dataset     = testset,
+    batch_size  = batch_size,
+    shuffle     = True,
+    num_workers = 2
+)
+
+
+dataiter       = iter(train_loader)
+images, labels = next(dataiter)
+
+
+# ## 멀리서 살펴보기
+# 누군가 "숲을 먼저 보고 나무를 보라"고 했습니다. 데이터셋을 먼저 전체적으로 살펴보며 어떤 느낌인지 알아보겠습니다.
+
+img   = utils.make_grid(images, padding=0)
+npimg = img.numpy()
+plt.figure(figsize=(10, 7))
+plt.imshow(np.transpose(npimg, (1,2,0)))
+plt.show()
+
+
+CLASSES = {
+    0: 'T-shirt/top',
+    1: 'Trouser',
+    2: 'Pullover',
+    3: 'Dress',
+    4: 'Coat',
+    5: 'Sandal',
+    6: 'Shirt',
+    7: 'Sneaker',
+    8: 'Bag',
+    9: 'Ankle boot'
+}
+
+KR_CLASSES = {
+    0: '티셔츠',
+    1: '바지',
+    2: '스웨터',
+    3: '드레스',
+    4: '코트',
+    5: '샌들',
+    6: '셔츠',
+    7: '운동화',
+    8: '가방',
+    9: '앵클부츠'
+}
+
+for label in labels:
+    index = label.item()
+    print(KR_CLASSES[index])
+
+
+# ## 가까이서 살펴보기
+# 또 누군가는 "숲만 보지 말고 나무를 보라"고 합니다. 이제 전체적인 느낌을 알았으니 개별적으로 살펴보겠습니다.
+
+idx = 0
+
+item_img = images[idx]
+item_npimg = img.squeeze().numpy()
+plt.title(CLASSES[labels[idx].item()])
+plt.imshow(item_npimg, cmap='gray')
+plt.show()
+
+
+img.size()
+
+
+img.max()
+
+
+img.min()
+
+
+img
+