Azure Zest

본문은 책 'pytorch로 시작하는 딥러닝'을 보면서 공부하고 정리한 글입니다. 1. Variable Variable 클래스는 data, grad, creator로 구성되어있다. 이 때, grad는 여러 파라미터에 대한 오차 함수의 변화율을 나타낸다. 말 그대로 기울기라고 생각하면 되는데, 예를들어 grad가 2라면 이 변수값은 2배의 크기로 변할 것이다. 변수의 grad를 확인하고 싶다면, X(변수명).grad 로 확인할 수 있다. 또한 X.grad_fn은 변수를 생성한 함수를 참조한다. 2. 오차 함수 보통 딥러닝의 경우, MSE나 Cross-Entropy 와 같은 오차 함수를 사용하게 된다. 이 오차 함수는 모델의 예측값이 실제 값과 얼마나 가까운지 평가해줄 수 있는 지표이다. 따라서 딥러닝을 어..

본문은 책 ‘pytorch로 시작하는 딥러닝’을 보면서 공부하고 정리한 글입니다. 1. 스칼라(0차원 텐서) - 1개 요소를 갖는 텐서 - pytorch에서는 FloatTensor 또는 LongTensor 타입을 사용해 표현함. 2. 벡터(1차원 텐서) - 요소의 배열 : 스칼라의 확장 3. 행렬(2차원 텐서) - 구조화된 데이터는 주로 테이블이나 행렬의 형태 - torch 모듈은 numpy 배열을 torch의 Tensor로 변환하는 from_numpy() 함수를 제공 4. 텐서(3차원) - 여러 행렬을 결합한 형태 - 주로 이미지 같은 데이터를 표현할 때 사용 - 이미지의 크기가 250,250,3 이라면 높이, 폭, 채널을 나타냄 따라서 데이터의 구조는 어릴때, 점, 선, 면에 대해 배웠던 것처럼 같은..

본문은 책 'Pytorch로 시작하는 딥러닝'을 보면서 공부하고 정리한 글입니다. 1. 인공지능 인공지능의 시작은 "기계가 생각할 수 있는가?"라는 논란에서 시작됐다. 기계로 인간이 풀기 어려운 문제를 풀도록 학습을 시키는 것인데 사람에게는 쉽고 직관적인 일들을 컴퓨터가 할 수 있도록 프로그래밍하는 것은 상당히 어려운 문제다. 따라서, 초기의 인공지능 머신은 논리적이고 잘 정의된 문제를 풀기위한 Hard code(하드코드)로 구현됐고, 이런 종류의 인공지능은 Symbolic AI라고 한다. 하지만, 이 Symbolic AI로 이미지 인식, 객체 검출, 언어 번역 등과 같은 복잡한 문제를 해결할 수 없기 때문에 머신러닝, 딥러닝 등이 제시되고 있다. 2. 머신러닝 머신러닝은 인공지능의 하위 분야로 기존에 ..

Pytorch 설치하기 ( with. 아나콘다) 먼저 pytorch 홈페이지에 들어가서 Get Started 버튼을 누른다. (여기로 바로 들어가도 된다.) 그럼 위의 사진과 같은 화면이 뜨는데 이 때, CUDA 버전을 다음 명령어로 확인해야 한다. (이미 알고 있으면 안 해도 된다.) > nvcc --version 또한, python 버전을 모르는 경우 python 버전도 확인한다. > python --version 다시 위의 사진에서 맞는 python 버전과 CUDA 버전을 선택하면 아래의 Run this Command가 바뀌고, 이를 Anaconda prompt에 돌린다. (혹시 9.0이라면 9.2를 선택해서 cudatoolkit=9.2 부분을 9.0으로 바꾼다.) -> 이전의 CUDA 버전 PyT..