놀고 싶은 빈둥이의 coding 연구소

1. from numpy to tensortensor_data = torch.from_numpy(numpy_data) ex>a = np.array([1.,2.])print(type(a))>> print(a)>> [1. 2.]b = torch.from_numpy(a).float()print(type(b))>> print(b)>> tensor([1., 2.]) 2. from tensor to numpynumpy_data = tensor_data.numpy() ex>a = torch.tensor([1, 2])print(type(a))>> print(a)>> tensor([1, 2])b = a.numpy()print(type(b))>> print(b)>> [1 2] 3. from tensor to PILImag..

import os 명령으로 os library를 import해서 사용한다. * 예시에서 directory는 모두 폴더에 있는 주소를 의미하고, string 자료형이다. 예를 들어 바탕화면에 대한 directory는 다음과 같이 입력해주면 된다.directory = 'C:/Users/user/Desktop/' 위와 같이 directory 주소를 입력하는 것을 절대경로라고 한다. 절대경로 대신 상대경로로도 입력할 수 있다. jupyter notebook의 경우 상대경로는 .ipynb 파일이 있는 경로를 그 하위 directory(폴더)로 접근할 수 있다. 예를 들어 현재 .ipynb 파일이 있는 폴더 내에 test라는 폴더에 접근하려고 하면 다음과 같이 입력해준다.directory = './test/' 1...

1. map map함수는 list 같은 자료형의 각각의 element에 대해서 같은 연산을 적용할 때 유용한 함수이다. map 함수의 문법은 map(func, A)이다. func은 A 변수의 각 element에 적용할 함수이고, A는 list, tuple와 같은 반복가능한 자료형(iterable)이다. map 함수를 사용하지 않는다고 했을 때, 만약 실수 값들을 요소로 같는 list가 있다고 했을 때 이 요소 값들을 정수 자료형(int)로 바꾸려면 다음과 같이 code를 짜야한다. 하지만 map 함수를 사용하면 다음과 같이 간단하게 code를 짤 수 있다.ex1>a = [1.2, 4.3, 9.2, 2.9, 6.5]a = list(map(int, a))print(a)>> [1, 4, 9, 2, 6] ex2..

MATLAB에서 사용하는 행렬 값들을 csv 파일이나 txt 파일로 내보내는 경우 writematrix 함수를 사용한다. 반대로 csv 파일이나 txt 파일을 읽어오는 경우 readmatrix 함수를 사용한다. 두 함수에 대한 matlab 설명은 아래 링크에 나와있다. writematrix: https://kr.mathworks.com/help/matlab/ref/writematrix.htmlreadmatrix: https://kr.mathworks.com/help/matlab/ref/readmatrix.html writematrix의 문법은 writematrix(A, filename)이다. A는 행렬 값을 담은 변수이고, filename은 '파일이름+파일확장자'로된 문자열이다. 이 명령을 하는 경우 A..

1. try / except 보통 python에서 code 실행 시 error가 발생하는 경우, error 메시지를 띄우며 code 실행이 중지된다. 이런 error를 없애기 위해 아예 error가 발생하지 않도록 code를 짜는 것도 중요하지만, error가 발생했을 때 그 때에 맞게 error를 수정할 수 있도록 해주는 것이 try / except 함수라고 할 수 있다. 기본 문법은 다음과 같다.try: except: 우선 try에 있는 부분을 실행한다. 그러다가 기본 code를 실행 시 error가 발생하는 경우 error가 발생한 부분의 실행을 중단하고 except에 있는 를 실행한다. 이를 통해 error가 발생하지 않는다면 code 중단없이 code를 실행할 수 있다. 물론 except에 있는..

tar.gz는 기본적으로 Linux 기반에서 사용되는 압축파일이다. 하지만 window에서 tar.gz 파일로 압축할 수 있다. 그 중에서도 Python, Jupyter Notebook 환경에서 tar.gz 파일을 압축했다. 1. 압축하기!tar -zcvf 파일_이름.tar.gz 디렉토리_주소 ex>!tar -zcvf test.tar.gz ./test_dir-> 이 경우 .ipynb 파일이 있는 폴더의 test_dir라는 폴더 내에 있는 파일들이 압축된다. 이 때 tar.gz 파일 내에도 test_dir라는 directory가 생긴다. 2. 압축 해제하기!tar zxvf 파일_이름.tar.gz ex>!tar zxvf test.tar.gz-> 이 경우 .ipynb 파일이 있는 폴더에 test.tar.gz ..

PyTorch는 Deep Learning Framework 중 하나로 주로 research 분야에서 많이 사용되는 것으로 알려져있다. PyTorch에서는 tensor를 사용하는데 이 tensor는 PyTorch의 기본적인 data structure라고 생각하면 된다. tensor는 numpy와 비슷하게 n 차원 배열을 다룬다. 하지만 Deep Learning의 특성 상 계산량이 많아 보통 GPU에서 계산해야 하는데, numpy와 다르게 PyTorch의 tensor는 GPU에서 계산할 수 있기 때문에 Deep Learning Model을 사용할 때, 이 tensor를 사용한다. 여기에서는 PyTorch의 tensor를 GPU에 올려서 계산하고 Deep Learning Model을 만들기 위해 사용되는 기본..

PyTorch는 Deep Learning Framework 중 하나로 주로 research 분야에서 많이 사용되는 것으로 알려져있다. PyTorch에서는 tensor를 사용하는데 이 tensor는 PyTorch의 기본적인 data structure라고 생각하면 된다. tensor는 numpy와 비슷하게 n 차원 배열을 다룬다. 하지만 Deep Learning의 특성 상 계산량이 많아 보통 GPU에서 계산해야 하는데, numpy와 다르게 PyTorch의 tensor는 GPU에서 계산할 수 있기 때문에 Deep Learning Model을 사용할 때, 이 tensor를 사용한다. PyTorch를 사용하기 위해서는 자신의 GPU driver 버전에 맞는 CUDA 및 CuDNN을 설치해야 하고, PyTorch의..

numpy는 다차원 배열(즉, tensor)을 효율적으로 다루기 위한 python 패키지이다. python에 있는 list 자료형과 비슷하다고 생각할 수 있지만, numpy는 숫자 데이터로 이뤄진 배열에 특화되어있고, 그 값이 커질 수록 list보다 효율적으로(계산 시간 小) 데이터를 다룰 수 있어서 Data Science 분야에서 기본적으로 배운다. 7. shape manipulationreshape((x, y, z)), reshape(x, y, z): (x, y, z) shape이 되도록 변경, 이 때 기존 array의 전체 요소 개수와 x*y*z의 값이 같아야 한다.(같지 않으면 오류 메시지 출력)reshape((x, -1)), reshape(x, -1): -1에 해당하는 부분에서는 자동으로 차원을..

numpy는 다차원 배열(즉, tensor)을 효율적으로 다루기 위한 python 패키지이다. python에 있는 list 자료형과 비슷하다고 생각할 수 있지만, numpy는 숫자 데이터로 이뤄진 배열에 특화되어있고, 그 값이 커질 수록 list보다 효율적으로(계산 시간 小) 데이터를 다룰 수 있어서 Data Science 분야에서 기본적으로 배운다. 4. indexing과 slicing1) vectora[ i ]: a라는 array의 i에 해당하는 요소(0부터 indexing)a[ -i ]: a라는 array의 뒤에서 i번째 요소a[ i : j ]: a라는 array의 i이상 j미만까지 array 접근(j에 해당하는 요소는 미포함)a[ : j ]: a라는 array의 0부터 j미만까지 array 접근(..