시그모이드

PyTorch 기초부터 완벽 정리! 딥러닝 입문자를 위한 친절한 가이드안녕하세요! 오늘은 딥러닝을 시작하는 분들에게 꼭 필요한 PyTorch에 대해 자세히 알아보겠습니다. 처음 접하시는 분들도 쉽게 따라할 수 있도록 차근차근 설명드릴게요!🤔 PyTorch가 뭐죠?PyTorch는 Facebook(현 Meta)에서 개발한 오픈소스 딥러닝 프레임워크입니다. 쉽게 말해서 인공지능 모델을 만들고 학습시키는 데 필요한 도구들을 모아놓은 툴킷이라고 생각하시면 돼요.왜 PyTorch가 인기일까요? 바로 직관적이고 사용하기 쉽기 때문입니다. 다른 프레임워크들과 달리 Python다운 코딩이 가능하고, 디버깅도 훨씬 편해요.🚀 PyTorch의 핵심 구성 요소들PyTorch를 제대로 이해하려면 몇 가지 핵심 개념을 알아야..

📊 들어가며: 투자 선택의 기로에 선 한국인들현재 한국의 투자자들은 그 어느 때보다 복잡한 선택의 기로에 서 있습니다. 부동산 시장의 불확실성과 해외 주식시장의 매력적인 수익률 사이에서 어떤 선택이 최적일지 고민하는 분들이 많습니다. 특히 아파트 매매, 전세, 월세 투자와 미국주식 투자 사이의 선택은 개인의 재정 상황, 투자 성향, 그리고 미래 계획에 따라 크게 달라질 수 있습니다.이번 포스트에서는 각 투자 방식의 장단점을 객관적으로 분석하고, 실제 수익률 데이터를 바탕으로 한 비교를 통해 여러분의 투자 결정에 도움이 되는 정보를 제공하겠습니다. 또한 각 투자 방식별 세부 전략과 실용적인 팁들도 함께 다룰 예정입니다.🏠 아파트 매매 투자: 전통적 부의 축적 수단아파트 매매 투자의 핵심 메커니즘아파트 ..

미국 ETF 3총사로 시작하는 복리투자 여행 - VOO, SCHD, QQQ로 내 돈이 일하게 만드는 법안녕하세요! 투자 초보자도 쉽게 시작할 수 있는 미국 ETF 이야기요즘 주변에서 미국주식 투자 이야기를 많이 들어보셨죠? 특히 ETF라는 단어가 자주 나오는데, 막상 시작하려니 어디서부터 손을 대야 할지 막막하실 거예요. 오늘은 미국 ETF 투자의 대표주자인 VOO, SCHD, QQQ 세 총사를 소개하면서, 복리의 마법으로 어떻게 우리 돈이 스스로 일하게 만들 수 있는지 알아보겠습니다.ETF가 뭔지 5분만에 이해하기ETF(Exchange Traded Fund)는 쉽게 말해서 '투자의 세트메뉴'라고 생각하시면 돼요. 한식뷔페에서 다양한 반찬을 골라 먹듯이, ETF 하나만 사도 여러 회사의 주식을 동시에 가..

🌟 데이터분석의 세계로 떠나는 첫걸음안녕하세요! 데이터분석에 관심이 있지만 어디서부터 시작해야 할지 막막하셨나요? 오늘은 파이썬을 활용한 데이터분석의 기초부터 꼭 알아야 할 용어들까지 친근하게 설명해드릴게요. 마치 친구와 대화하듯 편안하게 읽어보세요! 😊 📸 Photo by Markus Spiske 🔗 Unsplash에서 보기 • ❤️ 1777 likes • 클릭하면 원본 이미지로 이동 데이터분석이라고 하면 뭔가 어렵고 복잡할 것 같지만, 사실 우리 일상 곳곳에 숨어있어요. 쇼핑몰에서 "이 상품을 본 고객들이 함께 구매한 상품"을 추천받거나..

보통 requirements.txt를 만들때, pip freeze > requirements.txt 이렇게 단순하게 진행한다. 그런데, 이런 경우 간혹 @가 붙으면서 잡스러운 내용이 나오고 파일만으로 설치하기 힘든 경우가 있다. 그래서 단순하게 패키지 버전만 출력할 수 있는 코드를 가지고 왔다. pip list --format=freeze > requirements.txt 이러면 패키지 이름과 버전만 저장되기 때문에 아주 범용적이고 개꿀이다.

간혹 코딩을 하다보면 테스트를 하기 위해서 혹은 샘플이 필요해서 데이터프레임을 만들고 싶을 때가 있다. 그때마다 student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531], 'name':['Kim', 'Lee', 'Jeong'], 'class':['H', 'W', 'S']}) 이런식으로 만드려고한다면 여간 머리가 지끈지끈해지는게 아니다. 게다가 한번에 대용량의 데이터를 만들 수가 없다. 하지만 아래의 방법을 쓴다면 누구나 쉽게 내가 원하는 크기의 데이터프레임을 만들 수 있다. import pandas as pd import numpy as np size = 10_000 df = pd.DataFrame() df['position'] = np.rand..

import matplotlib.font_manager as fm font_list = fm.findSystemFonts(fontpaths = None, fontext = 'ttf') font_list[:] from matplotlib import font_manager, rc font_path = 위에나온경로 font = font_manager.FontProperties(fname=font_path).get_name() rc('font', family=font)

데이터 전처리하기 데이터 증강 이미지 정규화 CNN으로 이미지 분류하기 모델 정의하기 모델 학습하기 모델 성능 평가하기 전이 학습 모델 VGG로 분류하기 사전 학습된 모델 불러오기 학습 루프 정의하기 학습 및 성능 평가하기 핵심 용어 정리 1. convolution : 작은 필터를 이용해 이미지로부터 특징 추출 2. CNN : convolution layer를 반복적으로 쌓아 만든 인공 신경망 3. feature map : convolution layer의 결과를 말함 4. 데이터 증강 : 이미지의 회전 및 잘라내기 등 하나로 여러가지의 데이터를 만들어 데이터를 늘리는 기법 5. 이미지 정규화 : 이미지의 픽셀 간 편향 제거에 사용. 각 채널의 분포가 동일해짐 6. padding : 이미지 외곽을 0으로..

본 카테고리는 Must Have 텐초의 파이토치 딥러닝 특강 책을 기본으로 하여 작성되었습니다. 파이토치는 클래스별로 분류되어 이해할 수 있도록 구성되어있음 import torch print(torch.cuda.is_available()) a = torch.tensor([1, 2, 3]) b = torch.tensor([4, 5, 6]) c = a + b print(c) 출력내용 : True tensor([5, 7, 9]) 파이토치 기본 구성 nn.Module 클래스 class Net(nn.Module): def __init__(self): ''' # 신경망 구성요소 정의 ''' def forward(self, input): ''' # 신경..

현생에서 여러가지 일을 동시에 처리해야되다 보니 블로그 포스팅을 못하고 있습니다. 마무리가 되는대로 다시 시작하겠습니다.