안녕

앞선 글을 읽으시면 이해에 도움이 됩니다. 2023.02.25 - [인공지능/Pytorch] - [Pytorch] torch.utils.data.Dataset [Pytorch] torch.utils.data.Dataset 1. torch.utils.data.Dataset torch.utils.data의 하위에 있는 Dataset은 Pytorch에서 데이터를 불러오고, 전처리하는 클래스입니다. 따라서 사용자가 자신의 데이터셋을 만들어 Pytorch에서 사용할 수 있도록 해줍 hi-guten-tag.tistory.com 1. torch.utils.data.DataLoader torch.utils.data.dataloader는 PyTorch에서 제공하는 데이터 로더(data loader)입니다. 데이터 로더는..

1. torch.utils.data.Dataset torch.utils.data의 하위에 있는 Dataset은 Pytorch에서 데이터를 불러오고, 전처리하는 클래스입니다. 따라서 사용자가 자신의 데이터셋을 만들어 Pytorch에서 사용할 수 있도록 해줍니다. 이 클래스는 사용자 정의 데이터셋을 만들 수 있게 해주어 효율적인 데이터 로딩 및 전처리를 가능하게 합니다. 해당 클래스는 사용자가 직접 구현해야 합니다. torch.utils.data.Dataset을 상속받아 직접 구현합니다. 2. 파라미터 __init__(self, ...) : 해당 클래스의 인스턴스를 초기화 합니다. 이 메서드에서는 데이터셋에서 필요한 인자를 받습니다. 예를 들어, 데이터셋의 경로, 이미지 크기, 데이터 전처리 방법 등이 있을..

코랩에서 딥러닝을 돌릴 때, 가장 문제점은 데이터셋이 너무 크다는 것.. 이미지를 드라이브에 올릴 때 너무 시간이 오래 걸린다.. 그래서 압축 파일로 올리면 빨리 올라가는데, Zip Extractor인가 이거로 압축 해제를 하면 시간이 엄청 많이 걸린다. 그렇기 때문에 드라이브에 압축 파일을 넣고, 간단한 코드를 통해서 압축을 해제하는 방법을 알아보자.. 굉장히 압축 해제가 빨리 된다. 압축 파일이 있는 곳에 .ipynb 파일을 만들고, 아래의 코드를 순차적으로 실행하자. 우선 마운트를 하자. # 드라이브 마운트 from google.colab import drive drive.mount('/content/drive') 그리고 압축 파일이 있는 경로로 이동합시다. %cd /content/drive/MyD..

앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.11.24 - [인공지능 (Artificial Intelligence, AI)/Anaconda] - [Anaconda] Anaconda 설치 (Linux) [Anaconda] Anaconda 설치 (Linux) 1. Anaconda란? 아나콘다(Anaconda)는 패키지 관리와 배포를 단순히 할 목적으로 과학 계산을 위한 파이썬과 R 프로그래밍 언어의 배포판입니다. 패키지 버전들은 패키지 관리 시스템 conda를 통해 관리 hi-guten-tag.tistory.com 1. 가상 환경이란? 아나콘다에서 가상 환경들은 서로 독립된 환경입니다. 따라서 각 가상 환경에 패키지, 라이브러리를 설치해도 다른 가상 환경에 영향을 주지 않습니다. 즉 독립적인 환경에서..

1. Anaconda란? 아나콘다(Anaconda)는 패키지 관리와 배포를 단순히 할 목적으로 과학 계산을 위한 파이썬과 R 프로그래밍 언어의 배포판입니다. 패키지 버전들은 패키지 관리 시스템 conda를 통해 관리됩니다. 아나콘다에서 지원하는 파이썬 라이브러리는 대략적으로 아래와 같습니다. 아나콘다를 사용하는 목적 중 가장 큰 것은 바로 가상 환경입니다. pip를 통해 하나하나 설치하면 의존성 문제, 충돌 등의 문제가 생길 수도 있습니다. 프로그램 a에서 사용한 pytorch의 어떤 버전이 numpy의 버전 v2에서 작동하고, 프로그램 b의 pytorch의 최신 버전이 numpy의 특정 버전 v1에서만 작동한다고 가정해봅시다. numpy를 v1과 v2 중 어떤 버전으로 설치해야 할까요? 이것이 바로 의..

(해당 글은 22.02.03에 작성한 글을 분리한 글입니다.) 앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.02.03 - [인공지능 (Artificial Intelligence, AI)/Anaconda] - [Jupyter Notebook] 주피터 노트북 설치 (window) [Python] 주피터 노트북 설치 (window) 22.11.24 수정 및 추가 아나콘다와 가상환경 주피터 노트북 사용법 1. 주피터 노트북이란? 우리가 데이터를 다루거나 머신러닝을 하려면 보통 아나콘다의 주피터 노트북이 필수라고 말합니다. (아 hi-guten-tag.tistory.com 1. 주피터 노트북 기본적인 사용법 시작 메뉴를 보면 주피터 노트북이 추가되어있는 걸 볼 수 있습니다. 그게 아니라면 따로 Jupyte..

앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.10.19 - [Computer Science/머신러닝] - [머신러닝 - 이론] Dimensionality Reduction (차원 축소) [머신러닝 - 이론] Dimensionality Reduction (차원 축소) 앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.04.08 - [Computer Science/머신러닝] - [머신러닝 - 이론] 머신러닝의 기초 (Fundamental of Machine Learning) [머신러닝 - 이론] 머신러닝의 기초 (Fundamental.. hi-guten-tag.tistory.com 1. PCA란? PCA(principla component analysis, 주성분 분석)은 가장 인기있는 차원 축소 ..

앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.04.08 - [Computer Science/머신러닝] - [머신러닝 - 이론] 머신러닝의 기초 (Fundamental of Machine Learning) [머신러닝 - 이론] 머신러닝의 기초 (Fundamental of Machine Learning) 1. 머신러닝 기초 머신러닝에서 데이터는 중요합니다. 차가 가기 위해 연료가 필요하듯 머신러닝에는 데이터가 필수적입니다. 데이터가 없으면 머신러닝을 적용할 수가 없습니다. 아무것도 가 hi-guten-tag.tistory.com 1. Dimensionality Reduction (차원 축소)란? 차원 축소는 Unsupervised Learning의 한 종류입니다. 다른 종류는 Clustering, D..

앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.10.18 - [Computer Science/머신러닝] - [머신러닝 - 이론] Linear Regression (선형 회귀) [머신러닝 - 이론] Linear Regression (선형 회귀) 앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.04.07 - [Computer Science/머신러닝] - [머신러닝 - 이론] 인공지능이란? (What is artificial intelligence?) [머신러닝 - 이론] 인공지능이란? (What is.. hi-guten-tag.tistory.com 2022.10.18 - [Computer Science/머신러닝] - [머신러닝 - 이론] Polynomial Regression (다항 회귀) [머신러..

앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.10.19 - [Computer Science/머신러닝] - [머신러닝 - 이론] Ensemble - Bagging (앙상블 학습 - 배깅) [머신러닝 - 이론] Ensemble - Bagging (앙상블 학습 - 배깅) 앞의 글을 읽으시면 이해에 도움이 됩니다. 2022.10.18 - [Computer Science/머신러닝] - [머신러닝 - 이론] Decision Tree (결정 트리) [머신러닝 - 이론] Decision Tree (결정 트리) 1. Decision Tre.. hi-guten-tag.tistory.com 2022.10.19 - [Computer Science/머신러닝] - [머신러닝 - 이론] Ensemble - Boosting ..