전체 글162 04. 데이터로더(Data Loader) 1. 데이터로더(Data Loader)데이터양이 많을 때 배치 단위로 학습하는 방법을 제공 데이터로더(DataLoader)의 역할배치 처리: 데이터를 지정된 배치 크기로 나누어 모델에 입력으로 제공합니다.셔플(shuffle): 데이터를 섞어서 모델이 데이터의 순서에 의존하지 않도록 합니다. 특히 훈련 데이터에서 사용됩니다.병렬 처리: num_workers 매개변수를 설정하여 데이터를 병렬로 로드하여 속도를 높일 수 있습니다. import import torch import torch.nn as nn import torch.optim as optim import torchvision.transforms as tranforms i.. 2024. 6. 20. 03. 논리회귀 (단항, 다중) | 시그모이드(sigmoid) 함수 1. 단항 논리 회귀* 분류를 할 때 사용하며 선형 회귀 공식으로부터 나왔기 때문에 논리 회귀라는 이름이 붙여짐* Sigmoid 함수(Logistic 함수)를 사용하여 정확도를 높임 Sigmoid 함수예측값을 0에서 1사이 값이 되도록 만듬 0에서 1사이의 연속된 값을 출력으로 하기 때문에 보통 0.5(임계값)를 기준으로 구분 import import torch import torch.nn as nn import torch.optim as optim import matplotlib.pyplot as plt 시드값 고정 torch.manual_seed(2024) PyTorch 텐서를 사용하여 훈련 데이터를 정의하.. 2024. 6. 19. [조사] 나이브 베이즈 분류기 모델 ⏺ 나이브 베이즈 분류기 나이브 베이즈 분류기|정의 나이브 베이즈 분류기는 확률론과 베이즈 정리를 기반으로 하는 간단하고 강력한 분류 알고리즘입니다.이 알고리즘은 각 feature(특징)가 독립적(서로 연관성이 없다)이라고 가정하는 "나이브"(naive)한 가정을 하여 작동합니다.즉, 특정 feature의 값이 다른 feature의 값에 영향을 받지 않는다고 간주합니다. 나이브 베이즈 분류기|특징단순성과 효율성: 계산이 간단하고 빠르며, 메모리 사용량이 적습니다.적용 분야: 텍스트 분류, 스팸 필터링, 문서 분류 등 다양한 분야에서 사용됩니다.가정의 제한: 모든 feature가 독립적이라는 가정이 현실적인 데이터에서는 자주 위배되지만, 실질적인 성능은 여전히 좋습니다. 나이브 베이즈 분류기|종류 나.. 2024. 6. 18. 02. 선형 회귀(단항, 다중) | 경사하강법 1. 단항 선형 회귀 실습* 한 개의 입력이 들어가서 한 개의 출력이 나오는 구조 import import torch # 오픈 소스 기계 학습 라이브러리 모듈 import torch.nn as nn # nn 이란? 인경신경망을 구현하기 위한 도구와 모듈제공 import torch.optim as optim # optim 이란 다양한 최적화 알고리즘 구현 import matplotlib.pyplot as plt 가격을 생성할 때 랜덤한 수 생성 # 파이썬 코드를 재실행해도 같은 결과가 나올 수 있도록 랜덤시드를 설정 torch.manual_seed(2024) 데이터 직접 만들기 # 1.. 2024. 6. 18. 이전 1 ··· 3 4 5 6 7 8 9 ··· 41 다음 LIST
