pytorch

스칼라: 차원이 없는 값(위의 그림에는 없음), 벡터: 1차원으로 구성된 값행렬(Matrix): 2차원으로 구성된 값텐서(Tensor): 3차원으로 구성된 값print('Rank of t: ', t.ndim)print('Shape of t: ', t.shape)Rank

어떤 학생이 1시간 공부를 했더니 2점, 다른 학생이 2시간 공부를 했더니 4점, 또 다른 학생이 3시간을 공부했더니 6점을 맞았다.(훈련 데이터셋)그렇다면 4시간을 공부한다면 몇 점을 맞을 수 있을까?(테스트 데이터셋)모델을 학습시키기 위한 데이터는 파이토치의 텐서의

시험 점수가 합격인지 불합격인인지 정상 메일인지 스팸 메일인지를 분류하는 등둘 중 하나를 결정하는 문제를 이진 분류(Binary Classification)라고 한다.그리고 이진 분류를 풀기 위한 대표적인 알고리즘으로 로지스틱 회귀(Logistic Regression)

원-핫 인코딩은 선택해야 하는 선택지의 개수만큼의 차원을 가지면서, 각 선택지의 인덱스에 해당하는 원소에는 1, 나머지 원소는 0의 값을 가지도록 하는 표현 방법이다.예를들어 임의로 강아지는 0번 인덱스, 고양이는 1번 인덱스, 냉장고는 2번 인덱스를 부여하였다고 했을

선형 회귀 torch의 nn모듈에는 신경망을 구현하는 데 필요한 기능들이, optim 모듈에는 다양한 옵티마이저가 구현되어 있다. 사이킷런에서 보스턴 주택 데이터 세트를 불러온다. [기존에 사용한 datasets.load_boston() 함수는 삭제되어, ](htt