일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 나는 리뷰어다
- 입문
- Object Detection
- 스택
- Semantic Segmentation
- Image Segmentation
- DilatedNet
- 3줄 논문
- 알고리즘
- 코딩테스트
- 나는리뷰어다
- 엘리스
- DFS
- pytorch
- hackerrank
- Python
- TEAM-EDA
- 튜토리얼
- 프로그래머스
- TEAM EDA
- Recsys-KR
- Machine Learning Advanced
- 한빛미디어
- Segmentation
- eda
- 파이썬
- 협업필터링
- MySQL
- 추천시스템
- 큐
- Today
- Total
목록EDA Study/PyTorch (14)
TEAM EDA

이번 글에서는 PyTorch로 Logistic Regression을 하는 방법에 대해서 배워보도록 하겠습니다. 이번 글은 EDWITH에서 진행하는 파이토치로 시작하는 딥러닝 기초를 토대로 작성하였습니다. 목차 Reminder Computing Hypothesis Computing Cost Function Evaluation Higher Implementation 1. Reminder : Logistic Regression 목적 : 이진분류 방법 : 선형회귀식에 sigmoid를 씌워서 해결함 sigmoid란? 정의 : 시그모이드 함수는 실함수로써 유계이며 미분가능한 함수이며, 모든 점에서의 미분값은 양수이다. 성질 : 음의 무한대로 가면 0을 양의 무한대로 가면 1의 값을 가진다. Logistic Regr..

이번 글에서는 PyTorch로 데이터를 Loading 하는 방법에 대해서 배워보도록 하겠습니다. 이번 글은 EDWITH에서 진행하는 파이토치로 시작하는 딥러닝 기초를 토대로 작성하였습니다. 목차 Multivariate Linear Regression 복습 "Minibatch" Gradient Descent 이론 PyTorch Dataset and DataLoader 사용법 1. Multivariate Linear Regression 복습 2. "Minibatch" Gradient Descent 이론 복잡한 머신러닝 모델을 학습하려면 엄청난 양의 데이터가 필요 대부분 데이터셋은 적어도 수십만 개의 데이터를 제공 (IMAGENET은 14,197,122개의 이미지) 엄청난 양의 데이터를 한번에 학습시킬 수 없..

이번 글에서는 PyTorch로 하는 선형 회귀 법에 대해서 배워보도록 하겠습니다. 이번 글은 EDWITH에서 진행하는 파이토치로 시작하는 딥러닝 기초를 토대로 작성하였습니다. 목차 Data Definition Hypothesis Compute loss Gradient Descent Multivariate Linear Regression nn.Module Q&A 1. Data Definition 1시간 공부시에 2점을 받고, 2시간에는 4점, 3시간에는 6점을 얻었다면 4시간을 공부하면 몇 점을 얻을 수 있을까? 2. Hypothesis "위의 문제를 해결하기 위해서 Hours(x)와 Points(y)를 가장 잘 표현하는 선형의 방정식을 찾겠다." 라는 것이 선형 회귀 방정식의 개념입니다. 이를 식으로 표..

이번 글에서는 PyTorch의 기본적인 연산 법에 대해서 배워보도록 하겠습니다. 이번 글은 EDWITH에서 진행하는 파이토치로 시작하는 딥러닝 기초를 토대로 작성하였습니다. 목차 Vector, Matrix and Tensor NumPy Review PyTorch Tensor Allocation Matrix Multiplication Other Basic Ops 1. Vector, Matrix and Tensor 스칼라(scala) : 차원이 없는 값 벡터(vector) : 1차원으로 이루어진 값(1D) 행렬(matrix) : 2차원으로 이루어진 값(2D) 텐서(tensor) : 3차원으로 이루어진 값(3D) Tensor의 Shape를 계산할 수 있는 것이 중요함. 2D : (batch size, dim)..