오탈자 수정beginner_source/data_loading_tutorial.py

beginner_source/data_loading_tutorial.py

@@ -8,7 +8,7 @@
 **번역** : `정윤성 <https://github.com/Yunseong-Jeong>`__, `박정환 <http://github.com/9bow>`__
 
 머신러닝 문제를 푸는 과정에서 데이터를 준비하는데 많은 노력이 필요합니다.
-PyTorch는 데이터를 불러오는 과정을 쉽게해주고, 또 잘 사용한다면 코드의 가독성도 보다 높여줄 수 있는 도구들을
+PyTorch는 데이터를 불러오는 과정을 쉽게 해주고, 또 잘 사용한다면 코드의 가독성도 보다 높여줄 수 있는 도구들을
 제공합니다. 이 튜토리얼에서 일반적이지 않은 데이터셋으로부터 데이터를 읽어오고
 전처리하고 증가하는 방법을 알아보겠습니다.
 
@@ -62,7 +62,7 @@
 #     1084239450_e76e00b7e7.jpg,70,236,71,257, ... ,128,312
 #
 # 이제 CSV에서 이미지 이름과 그에 해당하는 데이터(annotation)을 가져와 보겠습니다. 예시로 person-7.jpg가 있는
-# 65번째 줄(row index number)을 가져오겠습니다.이미지 이름을 읽어 ``img_name`` 에 저장하고, 데이터는 (L, 2)
+# 65번째 줄(row index number)을 가져오겠습니다. 이미지 이름을 읽어 ``img_name`` 에 저장하고, 데이터는 (L, 2)
 # 배열인 ``landmarks`` 에 저장합니다. 이 때 L은 해당 행의 랜드마크의 개수입니다.
 
 landmarks_frame = pd.read_csv('data/faces/face_landmarks.csv')
@@ -109,7 +109,7 @@ def show_landmarks(image, landmarks):
 # 이제 데이터셋 클래스를 만들어보도록 하겠습니다.
 # ``__init__`` 을 사용해서 CSV 파일 안에 있는 데이터를 읽지만,
 # ``__getitem__`` 을 이용해서 이미지의 판독을 합니다.
-# 이 방법은 모든 이미지를 메모리에 저장하지 않고 필요할때마다 읽기 때문에
+# 이 방법은 모든 이미지를 메모리에 저장하지 않고 필요할 때마다 읽기 때문에
 # 메모리를 효율적으로 사용합니다.
 #
 # 데이터셋의 샘플은  ``{'image': image, 'landmarks': landmarks}`` 의 사전 형태를 갖습니다.
@@ -153,7 +153,7 @@ def __getitem__(self, idx):
 
 ######################################################################
 # 클래스를 인스턴스화 하고 데이터 샘플을 통해서 반복해봅시다.
-# 첫번째 4개의 샘플의 크기를 출력 하고, 샘플들의 랜드마크(landmarks)를 보여줄 것 입니다.
+# 처음 4개의 샘플의 크기를 출력 하고, 샘플들의 랜드마크(landmarks)를 보여줄 것입니다.
 #
 
 face_dataset = FaceLandmarksDataset(csv_file='data/faces/face_landmarks.csv',
@@ -183,7 +183,7 @@ def __getitem__(self, idx):
 # 대부분의 신경망(neural networks)은 고정된 크기의 이미지를 입력으로 받는 것을 가정하고 있습니다.
 # 그러므로 몇 가지 전처리 코드를 작성하도록 하겠습니다.
 #
-# 다음의 3가지의 변형(transforms)을 만들어 보겠습니다:
+# 다음 3가지의 변형(transforms)을 만들어 보겠습니다:
 #
 # - ``Rescale``: 이미지의 크기를 조절합니다.
 # - ``RandomCrop``: 이미지를 무작위로 자릅니다.
@@ -368,7 +368,7 @@ def __call__(self, sample):
 #
 # ``torch.utils.data.DataLoder`` 는 위와 같은 기능을 모두 제공해주는 반복자(iterator)입니다.
 # 여기에 사용되는 매개변수(parameter)들은 명확해야 합니다.
-# 관심있게 살펴볼 매개변수 중 하나느 ``collate_fn`` 입니다.
+# 관심있게 살펴볼 매개변수 중 하나는 ``collate_fn`` 입니다.
 # ``collate_fn`` 을 사용하여 샘플들을 어떻게 일괄적으로 처리해야 하는지를 지정할 수 있습니다.
 # 하지만 대부분의 경우에는 기본 함수가 잘 동작합니다.