월 14,740원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
강의 3.4 질문
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 강의 3.4에서 images1.type()이 torch.FloatTensor인데 언제 MyDataset클래스의 __getitem__함수가 호출되는 건지 궁금합니다. dataiter1.next()인가요..?
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
모델 학습이 될 때, 입력이 궁금합니다.
이번 강의에서 train, test 데이터를 사용할 때, CIFAR10 이미지를 사용하는데요. 여기서 이미지 사이즈가 (3,32,32)가 되는데 resnet18 모델에 입력으로 넣어주어도 상관이 없나요? resnet18 모델의 인풋이 (224,224)인거 같아서 달라도 문제가 없는 것인지 궁금합니다.
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
dataset에 관한 질문
안녕하세요 강의 잘 듣고 있습니다. 여기서 __getitem()__의 기능이 궁금합니다 . 인덱스에따라 데이터를 가져오는 건가요??
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
터미널 코드 실행 중 얼리스탑 대해 문의가 있습니다
안녕하세요, 강의 너무 재미있게 듣고 있습니다.하나 문의드릴게 있어서요.호형선생님이 작성하신 terminal 코드에서는CIFAR-10 test dataset을 early stop에 사용하게 되어 있는데요.혹시 이런 방법을 논문에서도 이용하나요? 컴패티션에서는 test dataset을 early stop에 이용하는 것은 금지되어 있던데, 아무래도 논문과 컴패티션은 다를것 같아서요 .ps. 코드 너무 좋아요!
- 해결됨[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
터미널 실행시 발생하는 발생하는 오류에 대한 문의입니다
안녕하세요, 선생님 강의 항상 잘 보고있습니다.최근 터미널 코드 실습중인데 터미널 실행하여 트레이닝 시 TypeError: eval() arg 1 must be a string, bytes or code object 위와 같은 오류가 발생합니다.혹시 원인 알수 있을까요? 터미널에서 평가시에는 문제가 발생하지 않습니다.
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
CrossEntropyLoss 질문입니다.
좋은 강의 감사드립니다. 강의 중 궁금한 내용이 있어 질문 드려요! 강의 6분40초에서 loss 계산 부분이 궁금합니다 criterion = nn.CrossEntropyLoss() # CrossEntropyLoss는 softmax 계산까지 포함되어 있으므로 모델의 마지막 output node에 별도의 활성화 함수를 사용하지 않아도 된다. outputs = net(inputs) # 예측값 산출 loss = criterion(outputs, labels) criterion을 위와 같이 정의하고 loss를 계산을 하는데, outputs은 10개짜리 벡터가 되고, labels은 그냥 숫자 값인데 이게 CrossEntropyLoss()로 계산이 가능하다고 설명이 해주셨습니다. 같은 타입의 형식이어야 가능할것 같은데 왜 가능한건지 이해가 되질 않네요.
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
강의에 사용된 소스코드들 공개가 안된거 같은데 맞나요?
강의에 사용된 소스코드들 공개가 안된거 같은데 맞나요?
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
RNN에서 hidden size의 의미가 궁금합니다
안녕하세요 주가 예측 (RNN) 강의에서 모델 만드는 부분에서 궁금한 부분이 있습니다 강의 4:45분 즈음에 모델 그림이 나오는데, 해당 그림에서 hidden_size값=8에 대한 부분은 그림에서 어떻게 묘사가 될 수 있을까요? 갑자기 fc 레이어의 input이 hidden*seq_length로 구성되는데 이 점에서 hidden이 갑자기 나와서 이해하려니 잘 안되네요 RNN이 아래와 같이 sequence의 길이로만 unit이 구성되었다라고만 알고 있어서 그런 것 같습니다
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
import에 관해 질문드려요
import torch from torch.utils.data import DataLoader, Dataset 을 사용하지 않고 import없이 직접 접근하려고 시도해봤습니다. import torch 만 실행하고 DataLoader는 torch.utils.data.dataloader.DataLoader로 접근하려고 했습니다. 그런데 torch.utils 항목 없고 torch._utils 밖에 안 나옵니다. 이렇게하면 DataLoader로 접근이 안 되는데 왜 직접 접근이 안 되는지 설명해주실 수 있나요?
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
숫자생성 오토인코더 2:00 부분 질문입니다.
패딩을 사용하지 않는 일반적인 conv를 사용하면 크기가 줄어들어서 decoder에서 conv를 사용할 수 없다 하셨는데 크기를 늘리는 패딩과 함께 conv를 사용할 순 없나요?
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
super(Net, self).__init__()
안녕하세요 호야 강사님 :) 정말 쉽게 설명해주시는 명강의 잘듣고 있습니다. 다른 질문리스트에 없어보여 질문드립니다. CNN을 듣고있는데요, 이 전까지는 super().__init__() 으로 nn.Module의 init을 상속받고있다가 CNN2부터 자기 클래스를 전달 하더라구요 super(Net, self).__init__() 무슨 차이가 있는건지 궁금합니다! 감사합니다:)
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
[코드 질문] 코드 관련 질문드립니다!
안녕하세요. 강사님 우선, 연말 잘 보내세요 : ) 강사님 덕분에 파이토치를 열심히 공부하고 있습니다! 현재, LSTM가지고 여러가지 시도를 해보면서 공부중에 있습니다. 강의에서 다루시지는 않았지만, CNN + LSTM + LSTM 위의 형식으로 레이어를 구성해서 활용해보고 싶습니다. LSTM 2개를 연속해서 사용하기 위해서는 어떻게 해야할까요? 열심히 구글링 해봤지만, 명확하게 알기 힘들어서 질문드립니다. 현재 강의에서 알려주신 LSTM에 CNN과 드랍아웃을 적용한 상태입니다. 여기에서 LSTM을 추가로 Stack하려면 어떻게 해야하는 알려주실 수 있을까요? 바쁘신 와중에 감사드립니다 : )
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
reg.csv 파일이 보이지 않습니다
deeplearningbro/pytorch/data- 폴더에서 reg.csv 파일이 존재 하지 않고 kospi.csv 밖에 보이지 않습니다. 확인 부탁드립니다
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
주가 예측 실제값 스무딩 관련 질문드립니다.
안녕하세요! 강의를 수강하고 있는 학생입니다. 주가 예측 강의에서 2가지 질문사항이 있어서 문의드립니다. 7강 주가예측 - LSTM과 GRU 강의에서 2분 이후에 GRU 결과 그래프를 보시면서 설명해주시는 부분중에서 쉬프트 현상을 해결하기 위해서 실제값을 스무딩 처리해준다고 하셨는데, 실제값을 스무딩하는 방법은 어떤 방식을 사용하는 걸까요? 구글링을 해봤지만 잘 찾지 못했습니다. 혹시 참고할만한 자료나 링크가 있다면 공유해주실 수 있을까요? 아니면 15장 과적합에서 알려주신 레이블 스무딩을 응용해서 해야할까요? 다음으로는 쉬프트 현상을 완화하는 방법으로는 1일치만 계산하는게 아니라 3일치 4일치로 벡터를 늘려서 학습을 시킨다고 하셨는데, 이 부분은 seq_data함수를 정의하면서 시퀀스 길이를 정의할때 조정하면 될까요? for i in range(len(x)-sequence_length): x_seq.append(x[i:i+sequence_length]) # a[2:6] -> 2,3,4,5 y_seq.append(y[i+sequence_length]) 예를들어 위의 코드중에서 y_seq.append(y[i+sequence_length])를 -> y_seq.append(y[i+sequence_length:i+sequence_lenghth+3]) 과 같은 식으로 y데이터도 1일이 아닌 2일 데이터가 들어오게 하면 될지 문의드립니다. 감사합니다!
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
Batch Normalization 질문 드립니다
안녕하세요 딥러닝호형님! 궁금한 점이 생겨 질문드립니다. 1. Image Data Normalization과 Batch Normalization의 차이가 어떻게 되나요? 2. Image Data Normalization을 해준 데이터를 모델에 넣어 Batch Normalization을 해주게 될 경우 데이터는 중복으로 normalization되는 것인가요? 우문일 수도 있지만 너무 궁금해서 질문드립니다. ㅠㅠ 그럼 답변 기다리겠습니다. 감사합니다!
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
torch.jit.script, trace 쪽 질문을 드려도 되나요?
이쪽 부분을 보고 있는데, 궁금한 점이 있어서 질문이 가능할까요?
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
GAN real/fake데이터 shape 질문입니다
여러 GAN을 살펴보았는데, discriminator에서 real데이터와 fake데이터의 shape은 무조건 같아야하나요? 요즘 GAN들은 그렇게 설계되었는지 하는지 궁금합니다
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
code 내용 질문있습니다.
함수 강의 10:10에서 4번째것과 눈에 보여지는 5번째라는게 어떤 의미인지 파악을 못했습니다. 4번째와 5번째가 무엇인지 문의드립니다.
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
데이터 증강 관련 질문 드립니다.
안녕하세요 딥러닝호형님! 좋은 강의 정말 잘 보고 있습니다. 데이터 증강에 대해 궁금한 점이 있습니다. 데이터 증강을 적용할 경우 각 배치마다 개별 이미지 샘플이 여러개의 변형된 샘플로 증강되는 것인가요? 아니면 각 배치마다 개별 이미지 샘플이 랜덤하게 한장의 이미지로 변형되어, 결과적으로 배치마다 다르게 변형된 이미지 구성으로 학습하게 되는 것인가요? 그럼 답변 기다리겠습니다. 감사합니다!
- 미해결[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지
optimizer.zero_grad() 질문 드립니다.
안녕하세요. 딥러닝호형님 강의 유익하게 잘 보고 있습니다. optimizer.zero_grad() 관련 질문 드립니다. 1. 각 epoch마다 gradient를 초기화하는게 아니라 각 iteration마다 gradient를 초기화해주는 이유는 무엇인가요? 전체 데이터를 한번 다 돌고 난 뒤에 gradient를 초기화하는 것이 아니라, 각 미니배치마다 gradient를 초기화해서 새롭게 학습해야 하는 것인가요? 2. model.zero_grad()와 optimizer.zero_grad()의 차이는 무엇인가요? 그럼 답변 기다리겠습니다. 감사합니다!