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
- f1-score
- 동시발생 행렬
- deep learning
- Charlse Severance
- dl
- 상호 정보량
- convolution
- 벡터 간 유사도
- 차원 감소
- nn.Module
- excel
- docker
- skip-gram
- py4e
- 파이썬
- Long Short Term Memory
- 시소러스
- Python
- pytorch
- Multi-Layer Perceptron
- mlops
- object detaction
- 1x1 Convolution
- 선형대수
- CBOW
- GoogLeNet
- Gated Recurrent Unit
- pythonForEverybody
- 분포 가설
- Linear algebra
Archives
- Today
- Total
목록TensorFlow (1)
Tech & TIL

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