목록ML, DL (5)

Welcome to Jiyuniverse

[주절주절] 이미지 라벨링 후 데이터셋을 분리한 파일을 삭제해버렸다.

하하하하하.labels 폴더가 다 날아갔었다. 처음 데이터셋에서 다시 같은 코드를 돌리는 게 내키지 않아서,images 내부 폴더 각각의 파일명과 비교해서 같으면 labels 내부 폴더에 저장하는 코드를 작성했다. def collect_same_file(origin_list, labels) : # origin_list = images_test origin_list_set = {os.path.splitext(os.path.basename(img))[0] for img in origin_list} dest_list = [label for label in labels if os.path.splitext(os.path.basename(label))[0] in origin_list_set] return de..
ML, DL 2025. 2. 11. 18:45
[pytorch] squeeze(), unsqueeze() 함수

squeeze() 크기가 1인 차원을 자동으로 제거하는 함수이다.x = torch.rand(1, 1, 20, 128)x = x.squeeze() # [1, 1, 20, 128] -> [20, 128]x2 = x.squeeze(dim=1) # [1, 1, 20, 128] -> [1, 20, 128] batch_size = 1 일 경우 위의 코드에서 x와 같이 제거될 수 있기 때문에 dimension을 지정해주어야 한다. unsqueeze() 주어진 차원(dim)에 길이가 1인 차원을 추가해주는 함수이다. 차원을 하나 늘려서 텐서의 형태를 바꾼다고 생각하자. import torchx = torch.tensor([10, 20, 30])print(x.shape) # torch.Size([3])# dim=0에 ..
ML, DL 2025. 2. 7. 17:22
[pytorch] torch.rand() 함수, 텐서 크기

torch.rand(), torch.randint() PyTorch에서 0과 1 사이의 랜덤한 숫자로 이루어진 텐서를 생성하는 함수 import torchx = torch.rand(3, 4)print(x)#출력tensor([[0.7451, 0.2853, 0.5768, 0.9132], [0.1235, 0.6674, 0.8315, 0.4291], [0.3927, 0.8241, 0.1483, 0.9138]]) torch.rand(행, 열) -> (3x4) 크기의 랜덤 텐서를 생성한 코드이다. 모든 값이 0 이상 1 미만인 실수형(float32)이다. torch.randint(low, high, size)를 사용하면 low 이상 high 미만의 정수형 랜덤 텐서를 생성한다. torch...
ML, DL 2025. 2. 6. 18:51
Part 1. Introduction to Deep Neural Networks

KAIST 주재걸 교수님의 딥러닝 강의를 듣고 필기한 내용입니다. 추후 정리 예정 One kind of neural networksInput node, Weights → Output nodeSingle Layer Perceptron활성함수 : Hard thresholding function내적 + bias 값이 0 이상이면 1, 음수이면 0AND, OR, XOR Gate로 표현 가능Decision Boundary in Perception하나의 직선만으로 양수, 음수 구분 가능 (AND, OR) But, It is not possible to solve a XOR problem using a single layer perceptron→ Single layer perceptron can only solve ..
ML, DL/Lg Aimers 2025. 1. 27. 00:49
Lab-01-1 Tensor Manipulation 1

pytorch로 시작하는 딥러닝 기초 - 추후 수정 예정1D : Vector2D : Matrix3D : Tensor 4D : 3D + Y축 확장5D : 4D + X축 확장6D : 5D + Z축 확장  시계열 데이터를 다루는 NLP의 경우에도 3차원 텐서로 입출력텐서 = (batch size, length, dim)length X dim = 문장x축: Time stepbatch size 만큼 문장이 존재한다.  일반적인 곱셈 , 더하기 : 두 Matrix의 size가 같아야 함.a.mul(b) -> a, b의 size가 다르면 BroadCasting을 통해 일반 곱셈을 수행a.matmul(b) -> 행렬 곱 수행.
ML, DL/Naver BoostCourse 2025. 1. 22. 14:24
이전 Prev 1 Next 다음