Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- Multi-Layer Perceptron
- convolution
- mlops
- pytorch
- 상호 정보량
- Python
- docker
- pythonForEverybody
- Linear algebra
- object detaction
- py4e
- Long Short Term Memory
- Charlse Severance
- 1x1 Convolution
- nn.Module
- excel
- 벡터 간 유사도
- 파이썬
- 동시발생 행렬
- f1-score
- 분포 가설
- GoogLeNet
- dl
- 시소러스
- Gated Recurrent Unit
- 선형대수
- skip-gram
- CBOW
- 차원 감소
- deep learning
Archives
- Today
- Total
목록텐서플로우 (1)
Tech & TIL
01 - PyTorch 소개
딥러닝을 할 때, 코드는 처음부터 다 짜야할까? 죽을수도있다.. 남이 만든걸 쓴다. 자료 많고 관리 잘 되고 표준이다. 딥러닝 프레임워크 리더는 PyTorch(facebook)와 TensorFlow(google) PyTorch와 TensorFlow의 가장 큰 차이는 Computational graph가 Static한지 Dynamic한지가 있다. Computational Graph란 연산의 과정을 그래프로 표현한 것. TensorFlow: Define and Run, 그래프를 먼저 정의하고 -> 실행시점에 데이터 feed, 실제 제품 생산 production 영역에선 장점이 있다. PyTorch: Define by Run, 실행하면서 그래프를 생성하는 방식, 디버깅할 때 이점을 가짐. 최근 파이토치 사용량..
Boostcamp - AI tech/PyTorch
2021. 8. 17. 10:37