윤제로의 제로베이스

1. 단순 선형 회귀 구현 import torch import torch.nn as nn import torch.nn.functional as F torch.manual_seed(1) # 데이터 x_train = torch.FloatTensor([[1], [2], [3]]) y_train = torch.FloatTensor([[2], [4], [6]]) nn.Linear()는 입력의 차원, 출력의 차원을 인수로 받는다. # 모델을 선언 및 초기화. 단순 선형 회귀이므로 input_dim=1, output_dim=1. model = nn.Linear(1,1) model.parameters()함수에 model()의 가중치 W와 편향 b가 저장되어 있다. 이때 W와 b는 랜덤으로 초기화 된다. 또한 두 값 모..

https://wikidocs.net/54841 03. 다중 선형 회귀(Multivariable Linear regression) 앞서 배운 $x$가 1개인 선형 회귀를 단순 선형 회귀(Simple Linear Regression)이라고 합니다. 이번 챕터에서는 다수의 $x$로부터 $y$를 예측하는 ... wikidocs.net 1. 데이터에 대한 이해(Data Definition) 단순 선형 회귀와 다르게 독립변수 x가 여러개인 모델을 만들어 보자. 2. 파이토치로 구현 import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim torch.manual_seed(1) # 훈련 데이터 x1_tra..

https://wikidocs.net/53560 1. 데이터에 대한 이해 (Data Definition) 1) 훈련 데이터셋과 테스트 데이터셋 2. 가설 수립 머신러닝에서의 식을 가설(Hypothesis)라고 한다. 선형 회귀의 가설은 다음고 같다. y = Wx + b 이 때 x와 곱해지는 W를 가중치(Weight)라고 하며, b를 편향(bias)라고 한다. 3. 비용 함수(Cost function)에 대한 이해 비용 함수(cost function) = 손실 함수(loss function) = 오차 함수(error function) = 목적 함수(objective function) 4. 옵티마이저 - 경사 하강법(Gradient Descent) 비용 함수(cost function)의 값을 최소로 하는 W..

지난 번 포스트처럼 기존에 Windows 10에 가상머신을 띄운 다음 그 위에 우분투를 다시 올리고 docker를 사용할 생각이었다. 하지만 생각보다 겹겹이 쌓여서 그런진 몰라도 컴퓨터의 (한국인의 입장에서) 속도가 굉장히 느렸다. docker를 다운받는 것은 성공하였으나... 매번 우분투를 따로 켜야한다는 점이 번거로웠으며 내 우너래 컴퓨터의 속도가 나오지 않는 것이 체감이 되는 것 같아서 다른 방법을 고민했다. 그러다 시도해보기로 한 것이 Windows11이다. 사실 Windows 11에 대해서는 말이 많은 것 같다 (아직은...) Windows 10에서 Windows 11으로 업그레이드 되면서 바뀐 점들이 많아서 사람들 사이에서 호불호도 가리는 것 같고, 아직 안정성을 믿지 못해서 사람들이 거부반응..

Windows 10 home에 Docker를 깔기 위해 2주 가까이 씨름했지만,,, 결국 처참하게 실패했다. 해외 유저들의 조언을 들어보니 windows를 초기화 해야한다고...? 하지만 컴맹인 난 무서워서 (이유모를 초기화의 공포) 결국 가상머신에 우분투를 깔아서 진행하기로 했다. 지난 번 소프트웨어개발방법및도구 수업에서 Virtual Box를 사용해 봤는데 이번에는 가상머신으로 VMware를 써보기로 했다. 그래서 Windows 에 VMware를 설치했다. 설치 방법 참고 : https://catnip-archive.tistory.com/entry/VMware-VMware%EC%97%90-%EA%B0%80%EC%83%81%EB%A8%B8%EC%8B%A0-%EC%B6%94%EA%B0%80%ED%95%9..