PyTorch를 사용한 MNIST 숫자 인식 모델 구현
MNIST 데이터셋 로드
학습 및 테스트 데이터를 준비하는 과정은 다음과 같다:
import torch
import torchvision
from torch.utils.data import DataLoader
transform = torchvision.transforms.ToTensor()
training_dataset = torchvision.datasets.MNIST(
root='./data',
train=True,
transform=transform,
download=True
)
testing_dataset = torchvi ...
7월 10일 01:54에 게시됨
PyTorch 기초 튜토리얼: 딥러닝 모델 개발 시작하기
이 문서는 PyTorch를 사용하여 머신러닝 작업을 수행하는 기본적인 API와 절차를 소개합니다. 각 섹션의 링크를 통해 더 자세한 내용을 확인할 수 있습니다.
데이터 처리
PyTorch에서 데이터 작업을 위한 두 가지 핵심 구성 요소는 torch.utils.data.DataLoader와 torch.utils.data.Dataset입니다. Dataset은 샘플과 해당 레이블을 저장하고, DataLoader는 Dataset에 대 ...
6월 23일 18:19에 게시됨
생물의학 개체명 인식을 위한 다중 작업 학습 신경망 구축 및 실행 가이드
1. 아키텍처 및 프로젝트 개요
MTL-Bioinformatics-2016는 생물의학 텍스트 내의 개체명 인식(NER) 성능을 극대화하기 위해 고안된 다중 작업 학습(Multi-Task Learning, MTL) 기반의 신경망 프레임워크입니다. 이 시스템은 단일 작업 모델의 한계를 극복하고, 화학 물질, 질병, 유전자 등 다양한 생물의학 엔티티 간의 의미적 상관관계를 공동으로 학습하여 일반화 성능을 ...
5월 29일 10:08에 게시됨