Lec 04-2: Mini Batch and Data Load
딥러닝 공부 5일차 Mini Batch and Data Load 복습하고오세요~! 클릭! 이전 글에서 배치 애기를 하면서 미니배치의 필요성에 대해서 이야기한 바가 있습니다. 링크를 걸어두었으니 잠깐 보고 오면 좋을 것 같습니다. x_train = torch.FloatTensor([[x1, ~, ~], [x2, ~, ~], [x3, ~, ~], [x4, ~, ~], [x5, ~, ~]]) y_train = torch.FloatTensor([[~], [~], [~], [~], [~]]) 앞서 배웠던 다중 선형회귀의 예에서 숫자들을 지웠습니다. 위 데이터에서 샘플의 개수는 5개입니다. 하지만 현업에서는 수십만개 이상의 데이터를 다루는 경우가 많습니다. 데이터가 수십만개 정도의 사이즈가 된다면 일일히 경사하강법..
2023. 7. 26.
Lec 01-2: Tensor Manipulation 2
딥러닝 공부 2일차 Other Basic Ops View(Reshape) view함수는 원소의 수를 유지하면서 텐서의 크기를 변화시킬 수 있는 함수이다. 파이토치에서는 View 넘파이에서는 Reshape 이라고 쓴다. t = np.array([[[0, 1, 2], [3, 4, 5]], [[6, 7, 8], [9, 10, 11]]]) ft = torch.FloatTensor(t) [] 기호를 잘보면 2행3열짜리 matrix가 두개 쌓여있는 3D 텐서이다. print(ft.shape) torch.Size([2, 2, 3]) 나는 처음에 당연히 사이즈가 (2,3,2)로 나올줄 알았다 왜 (2,2,3) 일까 고민해보니 이전글 Tensor Manipulation 1 글에서 알 수 있듯이 2by3 Matrix가 책..
2023. 7. 24.