인공지능을 좋아하는 곧미남

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.   ..

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..