일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
- 주식
- 게임
- 코딩
- 주가예측
- 가격맞히기
- Linear
- 크롤링
- 코딩테스트
- Regression
- API
- CLI
- DeepLearning
- 머신러닝
- 흐름도
- 주식연습
- 회귀
- 기초
- 파이썬
- 프로그래머스
- 주식매매
- 알고리즘
- 딥러닝
- 선형회귀
- 연습
- 재귀함수
- python
- tensorflow
- 추천시스템
- PyTorch
- 템플릿
- Today
- Total
목록딥러닝 (23)
코딩걸음마
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/uAMDX/btrFzSgij6o/fmeA71LREQf9RqkDrBQPKK/img.png)
우선 tensor의 이해를 쉽게 하기 위해 , 기초 부터 정의해보자 해당 Tensor에 존재하는 data 수는 K*n*m 개이다 1. 기본연산1 아래의 코드를 그림으로 표현하면 다음과 같다 a = torch.FloatTensor([[1, 2], [3, 4]]) b = torch.FloatTensor([[1, 1], [1, 1]]) 1-1. + 더하기 연산 a + b tensor([[2., 3.], [4., 5.]]) 1-2. - 빼기 연산 a - b tensor([[-1., 0.], [ 0., 1.]]) 1-3. x 곱하기 연산 a * b tensor([[1., 2.], [3., 4.]]) 물론 **와 같이 지수연산도 가능하다. 1-4. / 나누기 연산 a = torch.FloatTensor([[1, 2..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/eT8EZp/btrFzwdxW05/DfZzAl0Fq15Jx3V52JGBH1/img.png)
1. Pytorch의 Tensor Allocation import torch #실수 tensor 생성 ft = torch.FloatTensor([[1, 2], [3, 4]]) #정수 tensor 생성 lt = torch.LongTensor([[1, 2], [3, 4]]) #byte tensor 생성 (0과 1로 구성) bt = torch.ByteTensor([[1, 0], [0, 1]]) #garbage tensor 임의의 값을 포함하는(실수) 텐서 생성 x = torch.FloatTensor(10, 5) #(행, 열) output------------------------------------------------------------ #tensor([[2.7444e+20, 2.8298e+20, 1.1..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/EmkID/btrFyKP1Q47/FjwTbKG9SG8gq7PzaQLGGk/img.png)
딥러닝에 사용되는 모듈로 대표적으로 Tensorflow, keras, Pytorch가 있다. https://pytorch.org/get-started/locally/ PyTorch An open source machine learning framework that accelerates the path from research prototyping to production deployment. pytorch.org Pytorch는 numpy와의 호환성이 좋으며 사용이 편리하다는 장점이 있다. (물론 홈페이지도 깔끔하다..) 위 링크에 들어가서 자신의 조건에 맞게 선택하고, Run this Commend에 나온 문장을 anaconda powershell (window)이나 터미널(맥)에 입력하면 설치가 시작..