반응형 pytorch4 [PyTorch] DataLoader로 훈련 데이터 메타 정보 및 데이터 정보 얻기 안녕하세요, HELLO 이번 글에서는 PyTorch에서 제공하는 DataLoader를 활용하여 훈련 데이터의 메타 정보와 데이터 정보를 어떻게 얻을 수 있는지 살펴보겠습니다. DataLoader는 데이터를 효율적으로 로드하고 관리하는 데 사용되며, 메타 정보와 데이터 정보를 추출하는 과정은 딥러닝 모델을 개발하고 평가하는 데 매우 유용합니다.STEP 1. 'DataLoader란?' STEP 2. '메타 정보 및 데이터 정보란?' STEP 1. 'DataLoader란?' DataLoader는 PyTorch에서 제공하는 유틸리티 클래스입니다. 이를 사용하면 데이터셋을 배치 단위로 로드하고 전처리할 수 있습니다. 이는 훈련 및 평가 과정에서 데이터를 효율적으로 처리할 수 있도록 도와줍니다. 데이터셋 .. 2024. 3. 6. [Pytorch] 딥러닝 실험 재현을 위해 난수 제어 (Deterministic, Benchmark, random seed) 안녕하세요, HELLO PyTorch에서 완벽한 실험 재현을 위해 고려해야 할 무작위성(randomness)를 올바르게 제어하는 방법에 대해 설명하겠습니다. 먼저, PyTorch의 난수 생성과 관련된 기능들은 난수 발생기(Random Number Generator, RNG)를 사용합니다. 이 난수 발생기에는 random seed를 설정할 수 있으며, 이를 통해 매번 동일한 순서로 난수를 생성할 수 있습니다. PyTorch에서는 난수와 관련된 여러 구성 요소가 있기 때문에, 각 구성 요소가 무엇을 의미하는지 살펴보고, 각각의 randomness를 제어하기 위한 방법에 대해 살펴보겠습니다. 각 코드에 대한 설명은 아래에서 자세히 다뤄보겠습니다. import torch import numpy as np imp.. 2023. 11. 25. [CUDA] Windows 환경 CUDA 설치 (Python, Pytorch) 안녕하세요, HELLO GPU 환경에서 딥러닝 모델을 훈련, 추론하기 위해서는 GPU가 설치되어 있어야 하며, 별도로 GPU 환경을 설정해줘야 합니다. 이번 포스팅에서는 NVIDIA에서 만든 병렬 구조 GPU 환경인 CUDA 설치 방법에 대해서 정리하고자 합니다. CUDA 설치를 위해서는 NVIDIA GPU가 필수인 부분을 확인하시기 바랍니다. CUDA 설치는 Pytorch를 기준으로, 아래 순서에 따라 체크리스트를 달성하면 됩니다. 체크리스트 비고 NVIDIA GPU 설치 확인 NVIDIA GPU가 설치되지 않았으면, CUDA 환경 설치가 불가능합니다. Compute Capability, CUDA SDK 버전 확인 CUDA SDK 버전 확인 NVIDIA Graphic Driver 설치 GPU에 해당하는.. 2023. 9. 27. [PYTORCH] nn.sequential을 활용한 신경망 구현하기 안녕하세요, HELLO 신경망은 딥러닝의 핵심으로, 컴퓨터가 데이터를 통해 학습하고 예측이나 의사 결정을 더욱 정확하게 내릴 수 있게 해 줍니다. PyTorch는 신경망 구축과 훈련을 위한 유연하고 직관적인 플랫폼을 제공하는 인기 있는 오픈소스 딥러닝 프레임워크입니다. 신경망을 생성하기 위한 PyTorch의 핵심 모듈 중 하나는 nn으로, 맞춤형 신경망 아키텍처를 설계하고 훈련하기 위한 사전 정의된 레이어와 유틸리티 세트를 제공합니다. 이번 포스팅에서는 PyTorch의 nn 모듈을 사용하여 합성곱 신경망(CNN), 심층 신경망(DNN), 강화 학습(RL) 아키텍처를 포함한 다양한 신경망을 생성하는 방법을 정리했습니다. 이러한 신경망을 구축하는 과정을 단계별로 안내하고 코드 샘플과 실용적인 팁을 제공하.. 2023. 3. 5. 이전 1 다음 반응형
