목록pytorch (5)
프랙티스만이 살길. 프랙티스만이 살길.
torchvision은 파이토치(PyTorch)를 위한 이미지 및 비디오 데이터 처리를 위한 패키지입니다. torchvision은 컴퓨터 비전 관련 작업을 간편하게 수행할 수 있는 다양한 유틸리티 함수, 데이터셋(Dataset), 변환(transforms), 모델 아키텍처 및 사전 학습된(pre-trained) 모델 등을 제공합니다. Datasets: torchvision.datasets 모듈은 일반적으로 사용되는 컴퓨터 비전 데이터셋에 대한 인터페이스를 제공합니다. MNIST, CIFAR10, CIFAR100, ImageNet 등 다양한 데이터셋을 로드하고 사용할 수 있습니다. 각 데이터셋은 이미지 데이터와 해당 레이블(label) 데이터로 구성됩니다. Transforms: torchvision.tra..
다음과 같은 코드를 수행하다 grad can be implicitly created only for scalar outputs라는 에러 메시지를 받았습니다. 이는 마지막 z의 값이 스칼리 값이 아닌 벡터인 tensor라서 발생하는 오류입니다. 그러므로 z를 스칼라 값이 될 수 있게 만들어준 후 수행하면 됩니다. mean을 이용해 스칼라 값으로 바꿔주겠습니다.
PyTorch의 autograd는 자동 미분(automatic differentiation)을 수행하기 위한 기능을 제공하는 모듈입니다. autograd는 PyTorch의 핵심 기능 중 하나로, 신경망 모델의 역전파(backpropagation) 단계에서 그래디언트(gradient)를 자동으로 계산하여 모델의 매개변수를 업데이트하는 데 사용됩니다. requires_grad = True를 통해 자동미분을 활성화합니다. 이제 이 텐서의 모든 연산을 자동으로 추적합니다. 합연산을 진행한 후 grad_fn를 통해 연산의 종류를 확인할 수 있습니다. 곱연산과 mean함수를 지나고 grad_fn을 확인해보겠습니다. backward()를 수행하면 역전파를 계산합니다. grad를 통해 gradient를 확인 할 수 있..
PyTorch는 딥러닝을 위한 오픈 소스 라이브러리로, 텐서(Tensor)라는 다차원 배열을 다루는 데 사용됩니다. 텐서는 NumPy의 배열과 유사한 개념이지만, GPU를 활용한 병렬 계산과 자동 미분 등 딥러닝 연산에 최적화되어 있습니다. torch.empty 주어진 크기(size)로 비어있는(empty) 텐서를 생성하는 함수입니다. 텐서의 요소는 초기화되지 않으며, 생성된 텐서의 값은 메모리 상태에 따라 랜덤한 값이 될 수 있습니다. size: 텐서의 크기를 나타내는 정수 또는 정수 튜플입니다. 예를 들어, torch.empty(2, 3)는 2행 3열 크기의 텐서를 생성합니다. out (선택적): 출력 텐서로 사용할 객체입니다. 이 매개변수를 지정하면 함수는 새로운 텐서를 생성하지 않고 주어진 객체를..