만숭이의 블로그 :)

보호되어 있는 글입니다.

데이터전처리 / 표준점수 / 데이터세트 나누기 데이터 준비! import numpy as np fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0, 9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0] fish_weight = [242.0, 290.0, 340.0, 3..

# 훈련 세트 테스트 세트 분리의 필요성 알고리즘의 성능을 제대로 평가하려면 훈련 데이터와 평가에 사용할 데이터는 각각 달라야 한다. ∵ 훈련에 사용되는 데이터로 평가한다면 답지를 들고 시험을 치르는 것과 같기 때문! 평가에 사용되는 데이터 - 테스트 세트 , 훈련에 사용되는 데이터 - 훈련 세트 훈련 전에 미리 데이터를 분리하자 # 3강과 동일하게 fish_data, fisht_target를 만든다 fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 3..

# x가 한개면 단순 선형회귀 # x가 여러개면 다중 선형 회귀 import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim torch.manual_seed(1) # 시드 고정 # 훈련 데이터 (x세개, y한개) x1_train = torch.FloatTensor([[73], [93], [89], [96], [73]]) x2_train = torch.FloatTensor([[80], [88], [91], [98], [66]]) x3_train = torch.FloatTensor([[75], [93], [90], [100], [70]]) y_train = torch.FloatTensor([[152]..

https://wikidocs.net/book/2788 PyTorch로 시작하는 딥 러닝 입문 이 책은 딥 러닝 프레임워크 PyTorch를 사용하여 딥 러닝에 입문하는 것을 목표로 합니다. 이 책은 2019년에 작성된 책으로 비영리적 목적으로 작성되어 출판 ... wikidocs.net import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim # 같은 결과를 위한 랜덤시드 설정 torch.manual_seed(1) x_train = torch.FloatTensor([[1] ,[2], [3]]) y_train = torch.FloatTensor([[2] ,[4], [6]]) print("x_tr..

보호되어 있는 글입니다.

도미, 빙어 분류 문제 sklearn k-최근점 이웃 알고리즘 # 도미 데이터(길이와 무게) 준비하기 bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0] bream_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0, 500.0, 340.0, 6..

import torch import numpy as np - torch 텐서 작업은 numpy 텐서작업과 비슷하다! # numpy to torch num = np.array([[1,2,3], [4,5,6]]) tor = torch.FloatTensor(num) print(num) print(tor) [[1 2 3] [4 5 6]] tensor([[1., 2., 3.], [4., 5., 6.]]) - numpy 어레이로 선언하고 torch.FloatTensor 이용해 torch형 실수텐서 생성! t = torch.FloatTensor([0., 1., 2., 3., 4., 5., 6.]) print(t) # tensor([0., 1., 2., 3., 4., 5., 6.]) t.dim() # 1차원 t.sha..

보호되어 있는 글입니다.

보호되어 있는 글입니다.