250x250
Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- PyTorch
- 코딩
- 추천시스템
- Regression
- 연습
- DeepLearning
- 코딩테스트
- tensorflow
- 흐름도
- 재귀함수
- 파이썬
- 딥러닝
- 선형회귀
- 회귀
- 머신러닝
- python
- 주식매매
- 주식연습
- 알고리즘
- 주식
- 템플릿
- 프로그래머스
- 기초
- 가격맞히기
- 주가예측
- Linear
- 게임
- CLI
- 크롤링
- API
Archives
- Today
- Total
목록python (10)
코딩걸음마
[딥러닝] Pytorch 행렬/텐서의 곱셈(Matrix/tensor Multiplication)
1. 행렬의 곱셈 행렬의 곱셈은 내적(inner product, Dot product)이라고한다. 딥러닝 과정에서 중요한 연산 중 하나이다. 행렬의 곱셈의 조건이 있다. 다음과 같은 두개의 행렬이 있다고 가정해보자 x = torch.size([ a , b ]) y = torch.size([ c , d ]) 라고 할 때 b = c 조건이 성립되어야하며, 내적 결과는 torch.size([ a , d ])가 나온다. import torch x = torch.FloatTensor([[1, 2], [3, 4], [5, 6]]) y = torch.FloatTensor([[1, 2], [1, 2]]) print(x.size(), y.size()) torch.Size([3, 2]) torch.Size([2, 2]) ..
딥러닝_Pytorch
2022. 6. 24. 22:15