Page 1.
-
[PyTorch] RNN Layer 입출력 파라미터와 차원(shape) 이해
이번 포스팅에서는 pytorch의
rnn레이어의input차원,output차원,hidden dimension,num_layers파라미터를 직접 확인하면서 동작 결과를 눈으로 직접 확인해...
-
[PyTorch] 모델의 구조도 요약(summary) 출력 (torchsummary)
이번 포스팅에서는 pytorch 모델의 구조도(structure) 요약(summary)을 손쉽게 확인해 볼 수 있는 라이브러리인
torchsummary에 대해 소개해 드리겠습니다.
-
[PyTorch] 텐서(tensor)의 다양한 생성 방법, 속성, dtype 그리고 shape 변경
이번 포스팅에서는 PyTorch의 텐서(Tensor) 생성하는 다양한 방법, 랜덤 텐서의 생성, 그리고 텐서의 shape 확인 및 변경 방법에 대하여 알아보도록 하겠습니다.
-
[PyTorch] numpy로부터 텐서 변환(copying과 sharing의 차이)
이번 포스팅에서는 Tensor의 기본 특징과 PyTorch에서 정의한 Tensor타입, PyTorch에서
numpy array를tensor변환시 3가지 함수from_numpy(),as_tensor(),tensor()의 사용법과 그...
-
구글 코랩(Google Colab)에서 Mecab 형태소 분석기, konlpy 쉽게 설치하기
Google Colab (구글 코랩) 에서 Mecab 형태소 분석기 설치 과정이 복잡하기 때문에 배시 스크립트(bash script)로 만들어 코드 1줄 실행으로 복잡한 설치 과정을 건너뛸 수 있도록 만들었습니다.
-
캐글/데이콘 경진대회 Baseline을 잡기 위한 optuna + [xgboost, lightgbm, catboost] 패키지 소개
경진대회에서 모델의 Hyperparameter 튜닝에 드는 노력과 시간을 절약하기 위하여 xgboost, lightgbm, catboost 3개의 라이브러리에 대하여 optuna 튜닝을 적용하여 예측 값을 산출해 내는 로직을 라이브러리 형태로 패키징 했습니다.
-
Colab에서 구글 드라이브(Google Drive) 압축파일 다운로드 쉽게하기 (코드 3줄!)
데이콘(dacon.io) 경진대회 데이터셋은 아래 이미지와 같이 대부분 구글 드라이브 download 링크로 제공합니다.
-
뽀로로(PORORO) 자연어처리 라이브러리 활용기 (dev. and maintained by 카카오 브레인(Kakao Brain) PORORO팀)
카카오 브레인(Kakao Brain) 에서 개발한 자연어처리 종합 선물 세트
-
Matplotlib 컬러명(color name), 팔레트(palette) 이름
matplotlib이나 seaborn을 활용하여 시각화를 할 때
color,cmap,palette의 옵션 설정을 통해 그래프(시각화)의 색상을 쉽게 변경할 수 있습니다.
-
[AI SPARK 챌린지] 수도관 누수 탐지 분류 문제 베이스라인 코드! (오디오 파일 전처리)
얼마전 연구개발특구진흥재단에서 주최하고 AIFactory에서 주관한 [AI SPARK 챌린지] 대회2. 수도관 누수 탐지 분류 문제에 대하여 베이스라인 코드를 잡아봤습니다.