Update introduction.rst

docs_ko/get_started/introduction.rst

@@ -120,7 +120,7 @@
     data.is_directed()
     >>> False
 
-    # Transfer data object to GPU.
+    # data 객체를 GPU로 옮김김
     device = torch.device('cuda')
     data = data.to(device)
 
@@ -129,11 +129,12 @@
 일반적인 벤치마크 데이터셋
 -------------------------
 
-`PyG` 는 상당히 많은 일반적인 벤치마크 데이터셋, 예를 들어, Planetoid 데이터셋 전부 (Cora, Citeseer, Pubmed), `http://graphkernels.cs.tu-dortmund.de <http://graphkernels.cs.tu-dortmund.de/>`_ 과 그들의 `정제된 버전 <https://github.com/nd7141/graph_datasets>`_ 의 그래프 분류 데이터셋 전부, QM7 과 QM9 데이터셋, 그리고 FAUST, ModelNet10/40 과 ShapeNet 같은 3D 메쉬/포인트 클라우드 데이터셋 일부를 보유하고 있습니다.
+`PyG` 는 상당히 많은 일반적인 벤치마크 데이터셋, 예를 들어, Planetoid 데이터셋 전부 (Cora, Citeseer, Pubmed), `http://graphkernels.cs.tu-dortmund.de <http://graphkernels.cs.tu-dortmund.de/>`_ 과 그들의 `정제된 버전 <https://github.com/nd7141/graph_datasets>`_ 으로부터 얻을 수 있는 그래프 분류 데이터셋 전부, QM7 과 QM9 데이터셋, 그리고 FAUST, ModelNet10/40 과 ShapeNet 같은 3D 메쉬/포인트 클라우드 데이터셋 일부를 포함하고 있습니다.
 
-Initializing a dataset is straightforward.
-An initialization of a dataset will automatically download its raw files and process them to the previously described :class:`~torch_geometric.data.Data` format.
-*E.g.*, to load the ENZYMES dataset (consisting of 600 graphs within 6 classes), type:
+데이터셋을 초기화하는 것은 간단합니다.
+데이터셋을 초기화하면 자동으로 해당하는 원본 파일을 다운로드되고 그것들을 앞서 설명한 `~torch_geometric.data.Data` 형식으로 처리합니다.
+
+*예를 들어* , (6개 클래스의 600개 그래프로 구성된) ENZYMES 데이터 집합을 로드하려면 다음과 같이 입력합니다:
 
 .. code-block:: python