저희는 온라인으로 각자 스터디한 공부를 노션에 각자 정리하는 방향으로 진행하고 있습니다

파이썬으로 데이터 분석 공부를 자신의 목적에 맞게 적용하고, 모르는 내용은 같의 논의하면서 진행하는 스터디입니다

현재 참석자는 4명으로 딥러닝 강의 수강하는 사람, 실제 파이썬으로 고객분석 하는 사람, 유튜브를 보고 파이썬 게임을 만드시는 분 등 각자의 취지에 맞게 공부하고 있습니다

1회차

- 딥러닝공부 아자아자님

 딥러닝 강의를 수강하면서 공부한 내용을 정리했습니다

import torch
import torch.nn.functional as F

target = torch.FloatTensor([[.1, .2, .3],
                           [.4, .5, .6],
                           [.7, .8, .9]])

x = torch.rand_like(target)

x.requires_grad = True

x

loss = F.mse_loss(x, target)

loss

threshold = 1e-5
learning_rate = 1.
iter_cnt = 0

while loss > threshold:
    iter_cnt += 1

    loss.backward(retain_graph=True)

    x = x - learning_rate * x.grad

    x.detach_()
    x.requires_grad_(True)

    loss = F.mse_loss(x, target)  #로스를 다시 구한 값

    print('%d-th Loss: %.4e' % (iter_cnt, loss))
    print(x)

Tensor + Vector

• Broadcasting이 필요함
  • 브로드캐스팅은 어떤 조건만 만족한다면 다른 배열끼리의 연산도 가능하게 함
  • 부족한 부분의 행이나 열은 같은 값으로 하나의 열이나 행을 채워넣어서 계산

텐서와 벡터를 연산할 때 열과 행이 맞아야 한다 고등학교 때 배운 것처럼 |x| = 3 x 2, |y| = 2 x 4 -> 연산가능 |x| = 3 x 3, |y| = 2 x 4 -> 연산 불가능

- 옴니버터님

1. 3개월간의 현황을 진단하여
2. 마케팅 비용을 효과적으로 쓰기 위한 적절한 예산 비중 및 매체 운영 방식을 제안

코드를 공유해도 좋은 지 아직 피드백을 듣지 못해 코드는 올리지 못했습니다