월 15,400원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 [데이터과학 Part3]
Multi-Class Classfication 딥러닝 적용해보기 (IRIS 분류 문제) - 미니배치 기반 예측 코드 질문
강사님께서 코드를 보면서 '전체 데이터를 가지고 예측을 했기 때문에 굳이 미니배치 기반으로 예측을 안해도 된다' 고 언급하신 부분이 이해가 잘 가지 않습니다.(9분 ~ 9분 20초 경)저희가 훈련 데이터로 모델을 학습할 때 미니배치 기준으로 학습을 했으니까 예측을 할 때에도 미니배치 기준으로 해야하지 않나요? 강의 내에서 아래 코드를 굳이 안해도 된다고 언급09_SIMPLE_ACTUAL_EXAMPLE_MULTI-LABEL_CLASSIFICATION.ipynby_pred_list = list() x_test_batch_list = X_test_tensor.split(minibatch_size, 0) model.eval() with torch.no_grad(): for x_minibatch in x_test_batch_list: y_test_pred = model(x_minibatch) y_test_pred = torch.argmax(y_test_pred, dim=1) y_pred_list.extend(y_test_pred.detach().tolist()) y_pred_list = torch.tensor(y_pred_list)
- 미해결처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 [데이터과학 Part3]
질문 드립니다 - 딥러닝 구현에 optimizer 추가하기 부분 -> detach 메서드
threshold = 0.1 learning_rate = 0.1 iteration_num = 0 # loss를 이용해서 gradient descent update # loss 가 threshold 밑으로 내려가면 loop 중지 while loss > threshold: iteration_num += 1 # 갱신된 미분값을 이용해서 W와 b 업데이트 W = W - learning_rate * W.grad b = b - learning_rate * b.grad print (iteration_num, loss, z, y) # detach_() : 텐서를 기존 방향성 비순환 그래프(DAG; Directed Acyclic Graph)로부터 끊음 # .requires_grad_(True) : 연결된 Tensor 로부터의 계산된 자동미분 값을, 다시 현 텐서부터 시작하도록 만듬 # 기존 그래프에서 끊어낸 후 기억한 자동 미분값을 이용해서 현 텐서부터 갱신할 수 있게 함 # 미분을 계산한 이후 DAG로 부터 왜 detach를 한 후 requires_grad를 다시 해야하는지..? 정확히 이해가 잘 안감 W.detach_().requires_grad_(True) b.detach_().requires_grad_(True) # 갱신된 미분값을 이용해서 예측값과 loss 값 갱신 => 갱신된 loss를 이용해서 미분값 다시 계산 z = torch.matmul(x, W) + b loss = F.mse_loss(z, y) loss.backward() print (iteration_num + 1, loss, z, y)detach 메소드가 깊은 복사 시 신경망으로부터 텐서를 분리하는 것은 이해가 갑니다..! W.detach_().requires_grad_(True) b.detach_().requires_grad_(True)미분을 계산한 이후 DAG로 부터 왜 detach를 한 후 requires_grad를 다시 해야하는지..?처음에 require_grad가 되어 있으니매번 미분 값 계산할 때마다 grad가 갱신되기 때문에굳이 detach로 분리를 해야하는지해당 부분이 이해가 잘 안갑니다. -> 강사님의 다음 강의를 듣고 이해했는데제가 이해한 것이 맞는지 확인받고 싶습니다매 iteration마다 loss에 대한 각각 은닉층 노드들에 대한 가중치를 계산해주는데detach를 안하면 전의 기울기 계산한 기록에 새로운 iteration 계산분이 누적된다.즉 미분 식이 누적되서 해당 iteration 값이 아닌 과거 iteration 미분식까지 가져와서 다른 미분값이 산출되어버림매 iteration마다 기울기 계산 값이 누적되지 않도록 detach를 통해 끊어내 주는 것
- 미해결처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 [데이터과학 Part3]
anaconda 설치 관련
회사를 통해서 수업을 듣고 있는데요. (LINE plus)사용하는 장비가 회사에서 지급받은 장비이고 사내 교육이라서, 라이센스 문제로 인해서 ananconda설치가 불가능한 걸로 알고 있습니다. 아마도 라이센스문제를 회피하기 어려울거 같은데요. anaconda없이 수업 참여는 불가능한가요?
- 미해결처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 [데이터과학 Part3]
제목 순서 틀림
파이토치(PyTorch)과 비교하며 Numpy 라이브러리 사용법 익히기1 과 2가 서로 바꼈어요