개발 (58) 썸네일형 리스트형 #2. Basis of Linear Algebra : Matrix Notation Keywords Matrix Notation Square matrix Rectangle matrix Transpose matrix Matrix Operations Ⅰ. Matrix Notation Matrix(=행렬)는 linear algebra 및 machine learning에서 가장 많이 사용되는 기본 자료형으로 그 쓰임새나 종류 또한 매우 다양하다. 그렇기에 이들을 정리하고 잘 파악할 필요가 있다. 가장 간단한 2개의 Vector를 예시로 들어보자. 아래 Column vector x를 보자. $$\textbf{x} = \begin{bmatrix} x_1 \\ x_2 \\ \cdots \\ x_n \\ \end{bmatrix} \in \mathbb{R}^n = \mathbb{R}^{n \times .. #1. Basis of Linear Algebra : 선형대수 기초 Keywords Summarize of the symbols used in the thesis (with. Latex) Scalar, Vector, Matrix Row Vector, Column Vector Ⅰ. Summarize of the symbols used in the thesis (with. Latex) 인공지능과 딥러닝에서는 가장 기본적으로 선형대수가 사용됩니다. 우리는 논문에서도 자주 볼 수 있고, 이를 해석하며 내용을 이해해야 합니다. 간단하게 우리가 사용하고 또한 자주보는 기호를 정리해보도록 하겠습니다. $a \in A$ set membership : $a$ is memeber of $set A$ $\mid B \mid$ cardinality : number of items in $se.. [파이썬, 딥러닝, 파이토치] #5 "Mnist 설계" 안녕하세요오~~~ Ash에요!😆😆 이전까지 머신러닝에 대한 기초적인 개념을 알아보았다면 오늘부터는 모델설계를 도전해보려고 합니다~~ Mahine Learning의 HelloWorld라고 일컬어지는 Mnist가 그 대상이에요! 바로 시작해볼까요? 기본적으로 제 개발환경은요 GPU Device : RTX3070 Python : 3.8.12 pyTorch : 1.8.2 CUDA : 11.1 위와 같습니다! import numpy as np import matplotlib.pyplot as plt import torch import torch.nn as nn from torchvision import transforms, datasets device = "cuda" if torch.cuda.is_availabl.. [파이썬, 딥러닝, 파이토치] #4 "Autograd" 안녕하세요! Ash입니다 👋👋 이번 포스팅은 pyTorch의 내용중 Back Propagation을 이용한 파라미터 업데이트 방법, Autograd를 공부하겠습니다! 순차적으로 천천히 알아보도록 합시다. 여러분들중엔 GPU를 가진사람도 있고 아닌사람도 있을겁니다. 저의 경우 Local환경에서 GPU돌리는것을 디폴트환경으로 생각하고 진행하기 때문에 pyTorch에서 gpu를 사용하는 방법부터 알려드리겠습니다. import torch if torch.cuda.is_available()device = torch.device('cuda')elsedevice = torch.device('cpu') 요렇게 작성하면 되는데요, 혹시나 torch.device()안에 cuda와 cpu를 수정하진 마세요. 그거 수정하면 .. [파이썬, 딥러닝, 파이토치] #3 "Tensor" 안녕하세요! 오늘은 pyTorch의 기본적인 내용을 정리하고자 합니다. 거두절미하고 달려볼까요~? Tensor(텐서)란? 텐서란 데이터를 표현하는 단위입니다. 기본적으로 딥러닝 프레임워크는 다루고 있는 대상이 데이터이다보니 이를 표현할 수 있는 구조가 정해져있는데요, 파이토치에서의 표현을 알아보도록 하겠습니다. - Scalar(스칼라) 우리가 흔히 알고있는 상수입니다. 하나의 값을 표현할 때 1개의 수치로 표현한 것을 의미합니다. torch 모듈에 내장된 메서드나 기본적인 사칙연산 모두 적용됩니다. import torch scalar1 = torch.tensor([1.]) print(scalar1) # tensor([1.]) scalar2 = torch.tensor([3.]) print(scalar2) .. 이전 1 ··· 8 9 10 11 12 다음
