final

glob

파일 시스템에서 특정 패턴에 맞는 파일, 디렉토리 찾을 때 사용하는 파이썬 모듈
와일드카드 사용하여 원하는 패턴에 맞는 파일들 리스트 형태로 반환

1) 파일 이름, 확장자 지정하여 해당 패턴에 맞는 모든 파일 찾음
2) 와일드카드 지원
* 모든 문자열
? 한 개의 문자 (file?.txt는 file1.txt, filea.txt와 매칭)
[abc] 특정 문자 집합 중 하나 (file[1-3].txt는 file1.txt, file2.txt, file3.txt)

os와의 차이점은 패턴 검색이 가능하며 와일드카드 사용 가능

from glob import glob

Path

from pathlib import Path
파일 시스템 경로를 객체로 다루도록 함
문자열로 다루는 것보다 직관적이고 유연함

예시 코드에서는 str(Path(..))하여 다소 무용해 보였지만
1) 경로 형식의 일관성 유지 (운영체제에 맞게 \/ 지정해줌) 등이 있음.

내가 생각하기에는 일관성 및 호환성때문에 안전하게 사용하는 듯

dim

torch.mean 연산에서 dim=1과 dim=0의 차이는 각기 다른 축을 기준으로 평균을 계산하는 방식입니다.

---

1. dim=1일 때

tensor = [[a, b, c, d],   # 행 1
          [e, f, g, h],   # 행 2
          [i, j, k, l]]   # 행 3

• dim=1: 각 행(row)을 기준으로 평균을 계산합니다.
• 결과는 각 행의 평균을 담은 1차원 벡터가 됩니다.

계산 예시:

• (a, b, c, d)의 평균
• (e, f, g, h)의 평균
• (i, j, k, l)의 평균

결과:

tensor([mean(a, b, c, d), mean(e, f, g, h), mean(i, j, k, l)])

---

2. dim=0일 때

• dim=0: 각 열(column)을 기준으로 평균을 계산합니다.
• 결과는 각 열의 평균을 담은 1차원 벡터가 됩니다.

계산 예시:

• (a, e, i)의 평균
• (b, f, j)의 평균
• (c, g, k)의 평균
• (d, h, l)의 평균

결과:

tensor([mean(a, e, i), mean(b, f, j), mean(c, g, k), mean(d, h, l)])

---

정리

• dim=1: 행 단위로 평균 → 각 행(row)의 평균
• dim=0: 열 단위로 평균 → 각 열(column)의 평균

이제 dim=1과 dim=0에 따른 평균 계산 차이를 이해하셨나요? 추가적인 질문이 있다면 언제든지 말씀해 주세요!