패스트캠퍼스 환급챌린지 19일차 : 딥러닝·인공지능 Signature 초격차 패키지 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

 

 

강의 수강 시작

 

 

강의 수강 완료

 

 

학습 인증샷

 

 

 

 

파이토치는 기계학습 프레임워크로 GPU 연동을 통해서 효율적으로 딥러닝 모델을 학습할 수 있다. 텐서라는 고차원 데이터를 다루는 것으로 3차원 이상의 높은 차원을 다루는 것이다. GPU는 CPU보다 행렬급 등에서 훨씬 속도의 이점이 있기에 이를 사용하는 것이 더 효율적이라고 할 수 있다. 서로 다른 장치에 있는 것까지 연산을 수행하면 오류가 발생한다는 특징이 있어 같은 것으로 바꿀 필요가 있다. 참고로 코랩에서 코드를 실행할 때 런타임에서 유형을 GPU로 변경해야 한다고 하는데 CPU로 하면 실제로 에러가 발생하는 것을 알 수 있다.

 

파이토치에서 tensor를 쓰면 연산이 가능하다. 텐서에서 모양, 자료형, 저장된 장치가 기본 속성에 속한다. 리스트 데이터에서 직접 텐서를 초기화할 수 있다. 텐서를 numpy로 바꾸는 것도 가능하다. numpy로 바꿀 때는 .numpy()를 입력하면 되고 numpy를 텐서로 바꿀 때는 touch.from_numpy(값)을 입력하면 된다. torch.ones_like(이름)을 하면 형태가 같은 텐서로 복제할 수 있다.

 

또한, 형변환도 가능하며 차원을 조작할 수도 있다. tensor[..., -1] 이렇게 하면 마지막 열만 가져올 수 있다. cat을 쓰면 이어 붙일 수가 있다. torch.cat([[tensor, tensor], dim= 0(합치고 싶은 축의 번호))이런 식으로 작성하면 된다.

텐서의 모양을 바꿀 때는 view()를 사용하면 된다. permute를 이용하면 차원끼리 순서를 교체할 수도 있다. 또한, 기본적인 사칙연산도 가능하다는 특징이 있다. 다른 것처럼 그냥 텐서를 a, b라고 하면 a+b식으로 하면 간편하게 덧셈이 가능하다. 행렬곱은 matmul를 사용해서 한다. 다른 것처럼 평균은 mean, 합계는 sum, 최댓값은 max, 가장 큰 원소의 인덱스는 argmax를 사용한다.

차원을 늘리는 것도 가능한데 upsquezze()를 사용한다. squezze()를 하면 크기를 줄일 수 있다.

 

https://bit.ly/4hTSJNB