본문 바로가기
728x90

DeepLearning5

RNN 2 RNN 에 대해서 한 번 간단히 정리한 적이 있는데, 대강 흐름이나 아이디어나 뭐 직관적으로만 본 것이라 몇시간만 보고 끝냈던 적이 있다. 좀 더 자세히 강의와 블로그를 참조하여 RNN이 왜 필요하고 어떻게 작동하고 어떻게 사용되는지 알아보도록 한다. RNN 은 recurrent neural network 의 약자이다. recurrent 는 말그대로 '되풀이되는' 이라는 뜻을 가지고 있고, 실제로 그렇게 네트워크 구조가 구성되어 있다.~ 먼저 Sequantial Data 가 뭔지 알아보자. 주로 우리는 이미지나 다변량 데이터를 다뤘다. 다변량 같은 거는 각 feature들이 독립이라고 가정을 하였고, 이미지 데이터같은거는 하나의 픽셀을 하나하나의 variable 로 가정을 했는데 이 때 픽셀 간에 coh.. 2021. 5. 6.
pytorch로 구현하는 RNN(Recurrent Neural Network) RNN을 파이토치로 구현하는 방법을 알아보자. 주식을 예측하는 도메인으로써 many to one 방식에 해당된다고 할 수 있다. import numpy as npimport pandas as pdfrom sklearn.preprocessing import MinMaxScalerimport torchimport torch.nn as nnimport torch.optim as optimimport matplotlib.pyplot as pltfrom google.colab import drivedrive.mount('/content/gdrive')  cd/content/gdrive/My Drive/deeplearningbro/pytorch곧바로 데이터를 다운받고 연습해볼 수 있도록 아래의 링크에 데이터를 담아.. 2021. 4. 14.
Pytorch로 구현하는 CNN(Convolutional Neural Network) CNN 을 파이토치로 구현을 하는 코드이다. CNN 은 이미지 처리에 강력하다. 멀티프로세싱에 유리한 GPU 연산으로 사용한다. 구글 코랩으로 사용한다. 먼저 라이브러리들을 불러오도록 한다. import torch import torchvision import torchvision.transforms as transforms from torch.utils.data import DataLoader import torch.nn as nn import torch.nn.functional as F import torch.optim as optim import matplotlib.pyplot as plt 미리 코랩에 드라이브 디렉토리를 마운트 시켜 준다. from google.colab import drive d.. 2021. 4. 14.
Pytorch로 구현하는 Multi-Layer Perceptron 이번에는 파이토치를 사용해서 인공신경망을 구현한다. 사용할 데이터는 보스턴 집값 데이터이다. # machine learning module from sklearn.datasets import load_boston from sklearn.model_selection import train_test_split from sklearn.preprocessing import MinMaxScaler import pandas as pd import numpy as np # ANN module import torch from torch import nn, optim # torch 에서 제공하는 신경망 기술, 손실함수, 최적화를 할 수 있는 함수들을 불러온다. from torch.utils.data import Data.. 2021. 4. 13.
pytorch 기초 문법(tensor, backpropagation, data load) 먼저, 파이토치의 기본 단위인 텐서에 대하여 알아보자. 파이토치는 GPU 단위의 연산을 가능하게 하고, numpy 의 배열과 유사해서 손쉽게 다룰 수 있다. 파이토치를 사용하기 위해 import torch 를 통해 torch 라이브러리를 불러온다. 파이토치는 ones, zeros, rand 와같이 nupmy 에서 자주 사용하던 함수들을 손쉽게 사용할 수 있다. import torch import numpy as np 위와 같이 라이브러리를 불러온다. 그런 다음 아래와 같이 비어있는 텐서를 생성해보자. 아래의 텐서는 5 x 4 짜리 행렬을 의미한다. x = torch.empty(5,4) x 아래의 ones, zeros, rand 함수를 이용해서 각각 구현한 것은 아래와 같다. torch.ones(3,3) .. 2021. 4. 12.
728x90

티스토리툴바