john8538 님의 블로그

🌙 PyTorch는 딥러닝 연구와 개발에 널리 사용되는 강력한 프레임워크입니다. 이 프레임워크의 핵심에는 텐서(Tensor)가 있습니다. 텐서는 다차원 배열로 모든 데이터와 모델 파라미터를 표현하는 데 사용됩니다. 따라서 텐서 연산을 효과적으로 다루는 것은 PyTorch를 마스터하는 데 필수적입니다.이번 포스트에서는 PyTorch의 주요 텐서 연산들을 살펴보고, 각 연산의 특징과 사용법을 자세히 알아보겠습니다.01) 텐서 결합 연산PyTorch에서 텐서를 결합하는 두 가지 주요 방법은 stack과 cat(concatenate)입니다.1.1 torch.cat()import torcha = torch.tensor([1, 2, 3])b = torch.tensor([4, 5, 6])c = torch.cat((..

강의Pytorch 3강 & 4강 수강 파이토치에서의 Tensor를 생성하고 다루는 방법의 기초에 대해 수강하였다. 강의 내용과 실습내용을 전부 타이핑해보며 손에 익히는 시간을 지녔으며, 추가로 궁금한 부분에 있어 따로 블로깅 하였다. 간단하게 요약해보자 3강# 특정 값으로 초기화된 텐서 생성torch.zeros() : 0으로 초기화torch.ones(): 1로 초기화# 난수로 값으로 초기화된 텐서 생성 torch.rand(): [0, 1] 구간의 연속균등분포 난수torch.randn(): 표준정규분포 난수# 특정 값으로 초기화된 텐서 변환 torch.zeros_like(): 크기와 자료형이 같은 0으로 초기화된 텐서로 변환torch.ones_like(): 크기와 자료형이 같은 1로 초기화된 텐서로 변환#..

CPU와 GPU 정리 & 차이점CPU란 중앙처리 장치를 뜻하며 컴퓨터 시스템을 통제하고 프로그램의 연산을 실행 - 처리하는 가장 핵심적인 컴퓨터 제어장치를 말한다. 수십억 개의 트랜지스터로 구축되었으며 여러 개의 프로세싱 코어를 갖출 수 있다. GPU란 더 작고 전문화된 코어로 구성된 프로세서다. 처리 작업을 병렬로 코어 간에 분할할 수 있으므로 대규모 성능을 제공한다. 둘다 중요한 컴퓨팅 엔진이고 실리콘 기반 마이크로프로세서이며 데이터를 처리하나 중요한 점은 아키텍처가 크게 다르며 만들어진 용도가 다르다.   주요 차이점은 아래 표에서 확인하자. Tensor에서의 CPU와 GPU이제 이 포스팅을 하게된 본론으로 들어가보자기본적으로 먼저 텐서를 생성한다.그 이후 텐서가 현재 어떤 디바이스에서 있는지 확인..

네부캠 AI tech 1일차앞으로 네부캠 관련 글 및 회고는 따로 카테고리를 파서 올릴 계획이다. 아무래도 분리하는게 좋아보여서..? Tikkeul # 개발일지수정해야할 반응형 체크, 메인페이지의 캘린더 개발 시작내일까지 반응형 마저 수정작업하고,, 캘린더 마무리하고,,, api 들어가자!! 점차 미뤄진다..  오늘 하루는 무척이나 힘들었다. 감기기운도 겹치고 처음 부캠에 합류한 날이라 여러 세션들이 특히나 많았다.날씨는 더운데 끊이질 않는 기침과 콧물때문에 에어컨도 껏다켰다하고 지옥이였다 ㅠㅠ 내일은 조금더 나은 몸상태로 오늘 진행못했던 다른 Task들에 대해서 꼭 진행할 것이다. 오늘만 쉬어가자..  총 학습시간네부캠 - 10:00 ~ 20:00Tikkeul - 1시간

강의[Pytorch] 1강 & 2강 수강 및 퀴즈 진행 Pytorch란?PyTorch는 신경망 구축에 사용되는 소프트웨어 기반 오픈 소스 딥 러닝 프레임워크로, Torch의 머신 러닝 라이브러리와 Python 기반의 고급 API를 결합한 것 - https://www.ibm.com/kr-ko/topics/pytorch Python vs. R: What’s the Difference? - IBM BlogExplore the basics of open-source programming languages, including key differences and how to choose the right one for your situation.www.ibm.com파이토치란 2016년에 FAIR 연구소에서 개발된 ..

🎉 합격 🎉우선 이렇게 합격을 했다!!! 아무 기대 없이 지원했지만.. 막상 합격하니 기분이 너무 좋았다.합격 발표는 7월 중순쯤이였다. 본격적인 수강이 시작된 8월에야 합격 후기를 쓰게 된다.나의 백그라운드나는 현재 인하대학교에서 정보통신공학을 전공중인 3학년 학부생이다. 최근까지 프론트엔드를 공부하다가 AI를 접목시켜보며 어? 이거나도 한번 공부해보고 싶은데? 라는 생각이 들어 AI에 발을 들이게 되었다. 첫 발걸음은 학부연구생이였다. 아무것도 모르는 상태로 학부연구생을 들어가 반년동안 기본적인 인공지능 강의(cs231n 등등...)와 논문리뷰를 통하여 지식을 쌓았다. 이후 학교 수업을 듣고 여러 데이콘대회를 나가면서 더욱 기초에 대한 학습을 갈망했던것 같다. 아무래도 인공지능 관련학과도 아니고 ..

Tikkeul  개발일지 # 전체적인 반응형을 수정한 날이다. 마이페이지 뿐만아니라 메인페이지도 손보았다.반응형은 언제나 어렵다. 마이페이지 부분의 반응형이 마음에 들지않아 추후 수정이 필요할듯 하다. 내일은 캘린더를 구현할것이다. 캘린더만 구현이 된다면 api로 들어갈 수 있다. LG-aimers # 2일차데이터 분석을 진행해보았다.아직까지 완벽하게 진행된것이 아니라 정리는 어려울듯하다.XGBOOST로 주어진 코드를 모델만 변경하여 돌려보았다.높은 성능은 아니였지만 점차 높아질걸 기대하며데이터부터 차큰차큰 복습해볼 예정이다, 인하 인공지능 챌린지 # 1일차solar 모델을 기반으로 한 한국어 LLM을 사용하여 프롬포팅을 진행하고 정답에 관해 출력하도록 코드를 작성하였다.첫 시도라 몇점이 나올지 두근두근..

네이버 부스트캠프 AI tech 7기 - 온보딩 클래스 # 4일차파이썬으로 데이터 다루기Numpy 기초, pandas 기초에 대해 학습했다.Numpy는 다뤄보았던 내용이라 쉽게 할만했으나 pandas에서 csv파일을 조금더 세부적으로 다루는 내용은 처음 접해 함수들을 익히는데 시간이 좀 걸렸다.주어진 과제 2와 과제 3까지 완료했으며 Track B Python 온보딩 클래스를 끝마쳤다.온보딩 클래스이기도 해서 그렇게 크게 집중하진 않고 복습하는 개념으로 했다. Track A에서 DL Basic도 진행을 하던데 이것도 주말동안 간간히 들으면서 다음주에 Pytorch 진행하면서 같이 다 들어야겠다.아무래도 인공지능 응용이랑 CS 231을 통해 미리 학습한 내용이라 부담이 덜할 것 같기도 해서 다 들어보려한다..

네이버 부스트캠프 AI tech 7기 - 온보딩 클래스 # 3일차파이썬의 기초 문법에 대해 학습을 진행하였다.데이터 자료구조와 객체 지향 프로그래밍에 대한 내용을 공부했다. 학교에서 자료구조와 알고리즘 설계를 들으며 배웠던 내용을 복습하는 느낌이였으며 크게 어려운 내용은 없었다.스택, 큐, Counter 등등 기초적인 내용이였다. C++에서 Python으로 개발언어만 변경되었다는점.. 오늘 드디어 온보딩 키트가 도착했다!기대? 했던만큼 알찬 구성은 아니였지만 키링, 달력, 스티커, 보조배터리, 거치대 정도가 들어있었다. 부스트캠프만의 로고나 메인캐릭터 같은것도 있었으면 더 좋지않았을까 하는 생각이 들었다ㅎㅎ LG Aimers  5기 - Phase2 # 1일차해커톤이 시작되었다. 2~3주간 예선이 진행되는..