본문 바로가기

ML & DL37

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 04-1: Multivariabel Linear Regression 딥러닝 공부 4일차 Multivariable Linear Regression 앞서 배운 Linear Regresstion 은 x가 1개인 선형회귀였습니다. 하지만 현실은 어떠한 결과를 내는데 원인이 한가지만 있는경우는 드물죠 만약 x가 여러개면 어떻게될까요? x가 여러개인 선형회귀를 다항 선형회귀라고 합니다. 퍼셉트론 관점으로는 다중퍼셉트론이라고 할 수 있겠네요. 다항 선형 회귀(Multivariabel Linear Regression) 가설 함수(Hypothesis Function) 평균 제곱 오차(Mean Squared Error) 경사하강법(Gradient descent) Data Definition 다음과 같은 학슴데이터가 있다고 가정해보겠습니다. 앞서 배운 단순 선형회귀와는 달리 독립변수 x가 .. 2023. 7. 25.
Lec 02,03: Linear Regression 딥러닝 공부 3일차 Linear Regression Data definition, 데이터 수집 Hypothesis, 가설 수립 Compute Loss, 손실계산 Gradient Descent, 경사하강법 ## Data Definition 훈련 데이터셋과 테스트 데이터셋 공부한 시간에 비례해서 점수가 나온다고 했을 때 4시간 공부하면 몇점을 얻을 수 있는가? 에대한 데이터입니다. 훈련 데이터셋은 입력과 출력으로 나뉘는데 이는 파이토치의 텐서의 형태로 이루어져있어야합니다. 여기서 x_train은 공부한시간 y_train은 점수입니다. x_train = torch.FloatTensor([[1], [2], [3]]) y_train = torch.FloatTensor([[2], [5], [9]]) 저는 교재 예제.. 2023. 7. 25.
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.
Tensor Manipulator - 1 딥러닝 공부 1일차 Vector, Matrix, Tensor 에 대해서 (출처: 부스트코스, 파이토치로 시작하는 딥러닝) 여기서는 우리가 흔히 일상생활에서 쓰이는 3D,4D할 때의 dimension 과는 느낌이 조금 다르다. 한개씩 쌓아올라가는 느낌으로 받아 들이면 좋을 것 같다. 설명의 편의성을 위해서 (ex. 2D,3D...의) D를 이 글에서는 차원이라고 말하겠다. 위 그림과 같이 맨왼쪽의 1D는 벡터라고 한다, 딥러닝에서 벡터는 선형대수적인 방향의 개념까지 내포하는 것 같지는 않는 것 같다. 차차 알아봐야겠다 2D는 우리가 흔히 알고있는 matrix, 즉 행렬이다. 3D는 행렬에서 뒤쪽으로 추가된 직육면체모양이고 이를 Tensor 라고 부른다. 4D는 그러한 텐서가 위쪽방향으로 쌓아올라간 모양이라.. 2023. 7. 10.
728x90