PyTorch 핵심 기능 및 신경망 학습 가이드
NumPy와 PyTorch Tensor 연산 비교
PyTorch는 NumPy와 구조적으로 호환되는 다차원 텐서 연산 엔진을 제공한다. 기존 NumPy 배열을 PyTorch 텐서로 변환하거나 그 반대 과정은 데이터 전처리 및 추론 단계에서 빈번하게 활용된다.
import torch
import numpy as np
source_array = np.arange(6).reshape((2, 3))
converted_tensor = torch.from_numpy(source_array)
back_ ...
8월 23일 09:17에 게시됨
PyTorch를 활용한 선형 회귀 모델 구현
PyTorch의 고수준 API를 활용하면 선형 회귀 모델을 훨씬 간결하게 구현할 수 있다. 이번 글에서는 프레임워크에서 제공하는 다양한 기능을 활용하여 효율적으로 모델을 구축하고 학습하는 방법을 알아본다.
필수 라이브러리 임포트
import torch
from torch import nn
from torch.utils import data
from d2l import torch as d2l
학습 데이터 생성
실제 데이터처럼 보이 ...
7월 28일 22:18에 게시됨
딥러닝 하이퍼파라미터 튜닝 기초
1. 조정해야 하는 하이퍼파라미터 종류
네트워크 구조 관련 파라미터:
신경망의 레이어 수
각 레이어의 유형과 구성 순서
은닉층 뉴런 수 설정
손실 함수 선택
정규화 파라미터
학습 과정 관련 파라미터:
네트워크 가중치 초기화 방법
학습률 스케줄링 전략
반복 횟수
배치 크기
입력 데이터 관련 설정
2. 언제 하이퍼파라미터 튜닝이 필요한가?
적합한 적합 (Gen ...
7월 22일 20:07에 게시됨