강의Binary classfication 학습 내용이진 분류 모델Dataset & DataLoader이진 =교차 엔트로피 Daily study이진 분류 모델이진 교차 엔트로피 회고차근차근

경사하강법지난 블로그에서 손실함수 (Loss funtion)은손실함수는 실제값(target)과 예측값(y) 간의 차이를 수치적으로 측정하는 함수 라고 언급 했습니다. 1. 경사하강법이란??모델의 손실함수 값을 최소화하기 위해 사용하는 최적화 알고리즘 입니다.경사하강법은 현재의 모델 파라미터(예: 가중치, 편향)에서손실 함수의 기울기(경사)를 계산하고,이 기울기의 반대 방향으로 파라미터를 조금씩 업데이트해 나가는 방식으로 작동한다.이렇게 하면 손실 함수의 값이 점차 줄어들면서,최종적으로 최솟값(최적의 파라미터)에 도달할 수 있게 됩니다.단계별 설명초기화: 모델의 파라미터를 임의의 값으로 설정기울기 계산: 손실 함수의 기울기를 계산업데이트: 기울기의 반대 방향으로 파라미터를 조정반복: 위 과정을 반복하여 손..

상관관계두 변수 간의 관계를 나타내는 통계적 개념이다.상관계수는 보통 -1 ~ 1 사이의 값을 가지며, 아래와 같은 의미를 갖고 있다. 1: 완벽한 양의 상관관계. 두 변수는 정확히 같은 방향으로 움직인다.0: 상관관계 없음. 두 변수 간에 선형 관계가 없습니다.-1: 완벽한 음의 상관관계. 두 변수는 정확히 반대 방향으로 움직인다.import numpy as npimport matplotlib.pyplot as plt# 두 변수의 예제 데이터x = np.array([1, 2, 3, 4, 5])y = np.array([2, 4, 6, 8, 10]) # x의 값에 대해 완벽한 양의 상관관계를 가짐# 상관계수 계산corr_matrix = np.corrcoef(x, y)corr_coefficient = co..

강의Linear Regression 학습 내용pandas 를 이용한 데이터 로드상관관계 분석선형회귀 모델 코드 구현손실함수데이터 표준화확률적 경사하강법 Daily study손실함수데이터 표준화확률적 경사하강법 회고차근차근

강의Tensor 연산 및 심화 학습 내용- 연산torch.cat(), expand()스칼라 곱 torch.multorch.pow 거듭제곱논리연산 - 기능"k,mul_" in-place 방식 언더바로 표시 - 개념노름, 유사도  Daily study연산 사용 방법노름, 유사도 회고차근차근

노름이란?수학에서 벡터의 크기나 길이를 측정하는 함수이다.벡터 공간에서 벡터가 원점에서 얼마나 떨어져 있는지를 나타내며, 벡터의 크기나 길이를 계산하는데 사용된다. 딥러닝에서 노름은 모델이 너무 복잡해지지 않도록 하는 방법 하는 방법 이다.모델이 너무 복잡해지면 학습 데이터에는 잘 맞지만 새로운 데이터에는 잘 작동하지 않게 된다.이를 방지하기 위해 정규화라는 방법을 사용 한다.1. L1 노름 (Manhattan Norm) - 정의L1 노름은 벡터의 각 성분의 절대값의 합으로 정의 된다.n차원 벡터 v=(v1​,v2​,…,vn​)의 L1 노름은 아래 수식과 같다.∥v∥1​=∣v1​∣+∣v2​∣+⋯+∣vn​∣ a = torch.tensor([5., 4.])# p 는 노름의 수norm_l1 = torch.no..

Tensor 생성import torch# 문제 1: 크기 (3, 2)인 모든 원소가 0인 텐서를 만드세요.a = torch.zeros([3, 2])print(a)# 문제 2: 크기 (2, 4)인 모든 원소가 1인 텐서를 만드세요.b = torch.ones([2, 4])print(b)# 문제 3: 크기 (4, 3)인 텐서를 만들고, 각 원소가 0과 1 사이의 균등 분포에서 랜덤하게 초기화되도록 하세요.c = torch.rand([4, 3])print(c)# 문제 4: 크기 (3, 3)인 텐서를 만들고, 각 원소가 평균 0, 표준편차 1의 정규 분포에서 랜덤하게 초기화되도록 하세요.d = torch.randn([3, 3])print(d)# 문제 5: 1부터 10까지의 step 2를 가지는 순서대로 1차원 텐..

강의Tensor 생성과 기본 조작  학습 내용- Tensor 생성-torch.zeros, torch.ones, torch.arange - Tensor 복사a = torch.zeros([3,2])a.clone() a.detach() - cuda 사용 - Tensor 변형index, slicingflatten, transposesqueeze, unsqueeze  Daily studytensor 생성 퀴즈dim 이해  회고차근차근

강의pytorch 기초 학습 내용- torch 정수형 데이터 타입- torch.tensor 기초 함수 Daily study- numpy 정규분포 회고차근차근