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
- 자연어처리
- MSE
- machine learning
- Natural Language Processing with PyTorch
- DynamicProgramming
- 머신러닝 기초
- Softmax
- 정렬
- 딥러닝
- 스택
- 백준
- 머신러닝
- 알고리즘
- 강의정리
- loss
- BAEKJOON
- 강의자료
- 홍콩과기대김성훈교수
- Cross entropy
- rnn
- pytorch
- tensorflow
- classifier
- Python
- 파이썬
- AI
- DP
- Hypothesis
- Deep learning
- 파이토치
Archives
- Today
- Total
목록cost (1)
개발자의시작
[Pytorch] 02 Linear regression
은 모두를위한딥러닝 시즌2 https://github.com/deeplearningzerotoall/PyTorch 을 정리한 글입니다. 이번 챕터에서 모델링하려는 것은 공부시간과 점수의 상관관계이다. 내가 4시간을 공부했다면 몇 점 정도를 받을 수 있을까? 를 예측하는 것이다. 모델의 학습을 위한 데이터는 "torch.tensor"의 형태이며, 입력과 출력을 각기 다른 텐서에 저장한다. 입력은 x_train, 출력은 y_train 로 표기한다. 1 2 3 4 5 6 7 import torch import numpy as np x_train = torch.FloatTensor([[1], [2], [3]]) y_train = torch.FloatTensor([[2], [4], [6]]) print(x_tra..
머신러닝(machine learning)
2021. 11. 30. 01:37