머신러닝4 파이토치(PyTorch)와 텐서플로우(Tensorflow) GPU 사용환경 구축하기 진짜 호환 문제로 하루를 꼴딱 세웠길래 내가 나중에 이런 헛짓거리를 하지 않기 위해 정리하는 글이다... 필요한 것들 1. 당연하지만 컴퓨터에 GPU가 있어야한다. (필자의 GPU는 GeForce RTX 2060 Super이다.) 2. 안되더라고 샷건 치지 않을 마음가짐 CUDA Toolkit 설치하기 https://developer.nvidia.com/cuda-toolkit-archive CUDA Toolkit Archive Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release y.. 2021. 12. 13. CNN(Convolutional Neural Networks) - AlexNet 이 글은 논문 [ImageNet Classification with Deep Convolutional Neural Networks]을 읽고 정리한 글이다. papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf - ImageNet LSVRC-2010에서 제공하는 120만개의 이미지 데이터를 1000개의 클래스로 분류하는 Deep CNN이 대회에서 top-1 에러율이 37.5%, top-5가 17%로 가장 뛰어난 성적을 얻었다. -6000만개의 파라미터, 65만개의 뉴런, Max-pooling layer가 적용된 5개의 Convolutional Layer와 마지작으로 3개의 Fully Conne.. 2020. 7. 13. 10. 회귀 분석으로 연속적 타깃 변수 예측 이 글은 [머신러닝 교과서 with 파이썬, 사이킷런, 텐서프로]를 읽고 정리한 글이다. 10.1 선형 회귀 선형 회귀란? 지도 학습의 하위 카테고리로 하나 이상의 특성과 연속적인 타깃 변수 사이의 관계를 모델링하는 것이 목적이다. 즉, 샘플 포인터에 가장 잘 맞는 직선을 찾는 것이다. 10.1.1 단변량 선형 회귀 (Univariate linear regression) 하나의 특성(설명 변수(explanatory variable) x)과 연속적인 타깃(응답 변수(response variable) y) 사이의 관계를 모델링 하는 것을 단변량 선형 회귀이다. 그림에서 각 주황 점은 샘플 포인트를 뜻하며, 샘플 포인트를 가장 잘 맞추어 통과하는 직선을 회귀 직선(regression line)이라고 한다. 회.. 2020. 3. 17. 6. 모델 평가와 하이퍼파라미터 튜닝 알고리즘을 미세 조정하여 높은 성능의 머신 러닝 모델을 만들고 성능을 평가하기 편향되지 않은 모델 성능 추정 머신 러닝 알고리즘에서 일반적으로 발생하는 문제 분석 머신 러닝 모델 세부 튜닝 여러 가지 성능 지표를 사용하여 모델 예측 성능 평가 6.1 파이프라인(Pipeline) 여러 개의 변환 단계를 포함한 모델을 학습하고 새로운 데이터에 대한 예측을 생성할 수 있다. 사이킷런의 변환기 중 fit / transform 메서드를 지원하는 객체에 한에서 make_pipeline 함수를 이용해 연결이 가능하다. ##PCA를 통해 30차원의 데이터를 2차원으로 낮추기 #StandardScaler, PCA, LogisticRegression을 하나의 파이프라인으로 연결 from sklearn.preprocessi.. 2020. 2. 18. 이전 1 다음
