이전에 계속 배웠던 것들을 실제로 코드로 구현해보는데 (물론 프레임워크 쓰는거지만ㅋ) 기존에는 이해가 안되었던 것들이 왜 하는건지 어떤걸 하려는건지 보이니까 신기했다 역시 처음에는 이해가 안될지라도 꾸준히 계속 하는 것이 중요한 것 같다 그리고 내일 약속이 잡혀있는데 설렘반 기대반 1. TensorDataset과 DataLoader 입력 데이터를 쉽게 처리하고, 배치 단위로 잘러서 학습할 수 있게 도와주는 모듈 Dataset : 학습시 사용하는 feature와 target의 pair로 이루어짐. 아래에서 코드에서는 TensorDataset을 사용하여 Dataset 인스턴스를 생성했지만, 이미지의 사례와 같이 Dataset 클래스를 상속받아서 커스텀 인스턴스를 생성하는 형태로 많이 사용 DataLoader..

가보자 가보자~ 1. 자전거 대여량 예측 - 선형회귀 다음과 같은 항목들로 이루어져 있는 데이터를 사용해볼 것이다 시간 - 시간별 타임 스탬프 계절 - 1 = 봄, 2 = 여름, 3 = 가을, 4 = 겨울 휴일 - whether the day is considered a holiday 주간 - whether the day is neither a weekend nor holiday 날씨 - 1: 맑음, Few clouds, Partly cloudy, Partly cloudy 2: 안개낌 + Cloudy, Mist + Broken clouds, Mist + Few clouds, Mist 3: 약간 눈내림, 약간 비 + 천둥번개 + Scattered 구름, 약간의 비 + Scattered 구름 4: 소나기 +..

이제 파이토치를 통해 예시 데이터셋을 가져와서 모델을 생성해보고 테스트하고 검증하는 강의를 들었다 실습을 진행하면서 들은 생각은 너무 빠르게 지나간다는 점...? 이전부터 느끼고 있었던 패스트캠퍼스 강의들의 문제점이 느껴졌었다 새로운 기술들을 습득하고 배우는데에 있어서는 패스트캠퍼스 강의보다는 책을 읽어보던가 다른 강의들을 찾아보는 것을 추천한다 그럴 수 밖에 없는 것이 너무 많은 내용을 단기간에 전달하려고 하다보니 그런 것 같다. 하지만 그렇다고 패스트캠퍼스가 좋지 않다는 것은 아니다. 어느정도 기반 지식이 있고 다양한 오픈소스들 또는 관련 기술들을 접해보고 싶을 때는 패스트캠퍼스만한 게 없는 것 같다. 나는 인공지능이 처음이라 지금 머릿속이 매우 복잡하긴 하지만 내가 항상 생각하고 있는 낯섦을 익숙함..

설 연휴라 집에 내려와서 노트북으로 작성 중이다 노트북이 오래돼서 그런지 너무 느려서 예전에 포맷을 했었는데 그 이후로는 나름 쓸만한 것 같아서 다행이다 이번에는 파이썬에 있는 딥러닝을 위한 프레임워크인 파이토치에 대해서 알아보고 정리해볼 것이다 가보자고~ 1. 파이토치(PyTorch) 개요 PyTorch는 기계 학습 프레임워크(framework) 중 하나다 PyTorch를 사용하면, GPU 연동을 통해 효율적으로 딥러닝 모델을 학습할 수 있다 import torch 파이토치를 사용하여 연산을 할 때 CPU를 사용할 것인지 GPU를 사용할 것인지를 정할 수 있다 data = [ [1, 2], [3, 4] ] x = torch.tensor(data) print(x.is_cuda) x = x.cuda() #..