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 |
- python
- pytorch
- DeepLearning
- 머신러닝
- 파이썬문법
- LSTM
- torch.nn.Module
- python 문법
- objectdetection
- CNN
- __init__
- 가상환경
- 딥러닝
- rnn
- pip install
- AI
- ubuntu
- wsl2
- __call__
- 파이썬
- ViT
- Torchvision
- torch.nn
- tensorflow
- 가상환경구축
- vision transformer
- Anaconda
- docker
- Deep learning
- pychram
- Today
- Total
목록code_study/python world (16)
인공지능을 좋아하는 곧미남
오늘은 제목과 같이 동일한 함수에서 출력 파라미터를 다르게 하기 위한 방법을 소개하겠습니다. 여기서 활용하는 방법은 python 내장 함수인 locals()와 문자열을 활용한 방법입니다! - 코드 내용 -def forward(x, y, z, returns): xy = x + y xz = x + z yz = y + z xyz = xy + xz + yz # variables 출력: {'x': 1, 'y': 2, 'z': 3, 'xy': 3, 'xz': 4, 'yz': 5, 'xyz': 12} # locals()를 사용하면, {'변수명', 변수값}으로 함수안에 모든 변수들의 정보를 가지는 딕셔너리 변수를 얻을 수 있음. variables = local..
간단히 설명하면 어느 하나의 함수에 전달되는 파라미터를 분기해서 전달할 수 있는 방법이다. 예를들어 a라는 함수에 b, c, d, e 파라미터가 전달받는다. 이때 functools.partial(함수명, 파라미터정의..)의 형태로 객체를 생성하면, 그 객체는 함수에 파라미터가 전달된 상태가 된다. 따라서, result 객체가 b, c 파라미터가 전달받은채로 사용할 수 있게 된다.import functoolsdef a(b, c, d, e): return b+c, d*eresult = functools.partial(a, b=1, c=2)bcsum, deproduct = result(d=5, e=3)print(bcsum)print(deproduct)
오늘은 Python에서 사용되는 OrderedDict를 딥러닝 학습 모델을 구현할때 어디에 사용되는지 알아보겠습니다. 그리고 일반화해서 어떤 경우에 사용할 수 있을지 인사이트를 얻어보겠습니다. 우선, 제가 준비한 내용은 아래 INDEX와 같습니다. 1. OrderedDict에 대한 내용 정리 2. layer의 parameters를 orderdict로 전달해주기.1. OrderedDict에 대한 내용 정리Collections 모듈의 클래스로 존재하는 OrderedDict의 역할은 Dictionary의 데이터 순서를 보장해주는 역할을 합니다. 일반적인 Dictionary는 저장되는 순서를 보장해주지 않습니다. 2. layer의 parameters를 orderdict로 전달해주기.4개의 Feature의 p..
함수나 클래스가 받은 여러개의 인자들을 하나의 객체로 관리 시키는것이 "Packing" 입니다. "Packing"에는 두 가지 방법이 있습니다. 인자를 "Packing"하는 방법과 키워드를 "Packing"하는 방법입니다. 그 반대로 여러개의 인자들을 포함하고 있는 하나의 객체를 풀어주는 것이 "Unpacking"입니다. 마찬가지로 "Unpacking"에도 두 가지 방법이 있습니다. 인자를 "Unpacking"하는 방법과 키워드를 "Unpacking"하는 방법입니다. 오늘의 내용은 아래 목차와 같습니다. 1. 인자를 "Packing"하는 방법 2. 키워드를 "Packing"하는 방법 3. 인자를 "Unpacking"하는 방법 4. 키워드를 "Unpacking"하는 방법 5. 고찰 및 딥러닝 모델 구축에..
python 문법 중 setattr()와 getattr()에 관해 알아보겠습니다. 우선 setattr()와 getattr()는 "__builtin__" module에 포함된 function이며 python의 내장함수이다. 오늘의 내용은 setattr()와 getattr()를 이용한 Deep Learning model layer를 구성하는 방법을 간략히 설명하겠습니다. 오늘의 내용은 아래의 목차와 같습니다. 1. setattr()의 사용법 및 역할 2. getattr()의 사용법 및 역할 3. DNN Layer 구성 코드 설명1. setattr(object, name, value)의 사용법 및 역할 - object에 존재하는 속성의 값을 바꾸거나, 새로운 속성을 생성하여 값을 부여할수있습니다. ..
파이썬 문법 중 assert는 자주 보이는 code이다. 근데 이게 사소하게 생각해서 단순히 모를때 찾아만보고 까먹기 일수라 여기서 기록한다. assert는 어떤 조건이 만족하는지 안하는지 확인하는 문장이다. - 코드상 표현법: assert+조건문- 만약, 조건문이 False이면, 오류 발생, True이면 통과
안녕하세요 오늘은 Python Class 상속에 관한 내용과 실제로 pytorch 패키지의 torch.nn.Module을 활용한 예를 보겠습니다. 파이썬에서 클래스 상속은 자식과 부모의 관계로 나누어집니다. 여기서, super()함수를 이용해서 부모 클래스의 메서드나 파라미터를 자식 클래스에서 사용할 수 있습니다. 오늘의 내용은 아래와 같습니다. 1. 클래스 상속 방법 2. super() 사용 방법 1) 단순 방법 2) 심화 방법 3. 클래스 상속 오류 AttributeError: cannot assign module before Module.__init__() call 1. 클래스 상속 방법- 코드에서 선언 방법: class 자식클래스명(부모클래스명) - 클래스 상속의 역할클래스는 자식 클래스와..
class의 magic function인 __call__에 관해 알아보겠습니다. 1. "__call__"의 사용목적 및 기본예시 2. "__call__"을 사용하여 pytorch에서 nn.Module 패키지 내부적으로 수행되는 def forward(self, x)의 기능을 __call__로 구현 1. "__call__"의 사용목적 및 기본예시 1) 사용 목적: 클래스의 객체를 호출하게 만들어주는 매서드 __call__! - class와 __init__ 매서드를 정의해주고 __call__ 매서드를 정의한 후 class 객체를 생성해주고 그 생성자를 호출하면 __call__ 매서드의 명령어가 실행된다. 2) 예시 코드 class A(): def __init__(self, x, y): sel..