GPU가 설치되었을 경우 GPU를 사용하며, 설치되어 있지 않다면 CPU를 사용하도록 설정합니다.

코드 11-5 GPU 사용하도록 설정

if torch.cuda.is_available():
    device = torch.device('cuda:0')
else:
    device = torch.device('cpu')

워드 임베딩이 적용된 데이터셋의 결과를 보면 데이터 값이 다양합니다(SepalLengthCm, SepalWidthCm, PetalLengthCm, PetalWidthCm 칼럼은 1~6의 값을 가지며, Species는 0~1의 값을 갖습니다). 이러한 값의 범위가 평균은 0, 분산은 1이 되도록 조정합니다. 이러한 것을 특성 스케일링(feature scaling)이라고 하며, 대표적인 방법으로는 표준화(standardization)와 정규화(normalization)가 있습니다. 이번 예제에서는 표준화를 사용합니다.

코드 11-6 특성 스케일링

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_scaled = scaler.fit(data).transform(x) ------ ①
y_scaled = scaler.fit(y).transform(y)