Pytorch_tutorial
1.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_0
\-Facebook에서 개발한 머신러닝 프레임워크\-Pytorch는 python을 위한 오픈소스 머신 러닝 라이브러리이다. \-자동 차별화, 텐서 계산 및 GPU 가속을 전문으로 함, 따라서 딥러닝과 같은 최첨단 머신러닝 애플리케이션에 매우 적합함\-Torch를 기반으
2.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_1(Tensor,텐서)
모든 내용은 파이토치 공식 문서의 Google Colab 공부 문서를 이용해 공부했습니다. 출처 -[https://colab.research.google.com/drive/1GgJGv1wDnv7YXBlrWROtoAZQRbYPtY ] 텐서 -텐서는 배열이나 행렬과 매우
3.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_2(Dataset과 DataLoader)
Dataset과 DataLoader 데이터 샘플을 처리하는 코드는 지저분 하고 유지보수가 어려울 수 있습니다. 그렇기에 데이터셋 코드를 모델 학습 코드로부터 분리하는 것이 좋습니다. ->더 나은 가독성과 모듈성을 위해서입니다. Pytorch는 torch.util
4.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_3(Transform)
변형(Transform)
5.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_4(신경망 모델 구성하기)
신경망 모델 구성하기 신경망은 데이터에 대한 연산을 수행하는 계층/모듈로 구성되어 있습니다.(layer/module) torch.nn 네임스페이스는 신경망을 구성하는데 필요한 모든 구성 요수를 제공합니다. Pytorch의 모든 모듈은 nn.Module의 하위 클래스입니
6.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_5(torch.autograd,자동 미분)
torch.autograd를 사용한 자동 미분 신경망을 학습할 때 가장 자주 사용되는 알고리즘은 역전파 입니다. 이 알고리즘에서, 매개변수 (모델가중치)는 주어진 매개변수에 대한 손실 함수의 변화도(gradient)에 따라 조정됩니다. -역전파: 먼저 계산 결과와 정답
7.Pytorch 공식 문서와 함께하는 Pytorch 튜토리얼_6(optimization)
모델 변수 최적화하기