[Week 3-5] 💡Pytorch 연습

3주차 금요일

• Pytorch 연습

---

📝[Pytorch 연습]

케라스는 조금 써 봤는데 파이토치는 익숙하지 않아서 강의 코드를 바로바로 따라가기가 쉽지 않았다. 그래서 파이토치 튜토리얼을 보고 조금씩 연습하려고 한다.

*파이토치는 대부분의 구조가 클래스로 이루어져 있다!

• 파이토치 기본 구성

1. torch
   메인 네임스페이스로 텐서 등의 다양한 수학 함수가 들어있으며 Numpy와 비슷한 구조다.

2. torch.autograd
   자동 미분을 위한 함수들이 들어있으며 자체 미분 가능 함수를 정의할 때 사용하는 기반 클래스인 'Function' 등이 이 안에 있다.

3. torch.nn
   신경망 구축을 위한 데이터 구조나 레이어 등이 정의되어 있다. CNN, RNN, LSTM 등의 모델 구조나 ReLU와 같은 활성화 함수, MSELoss와 같은 손실 함수가 다 여기에 있다.

4. torch.optim
   확률적 경사 하강법(Stochastic Gradient Descent, SGD)를 중심으로 한 파라미터 최적화 알고리즘을 쓰려면 이 서브모듈이 필요하다.

5. torch.utils.data
   SGD의 반복 연산을 실행할 때 사용하는 미니 배치용 유틸리티 함수가 있다.

• 파이토치 텐서
  넘파이 ndarray랑 비슷한 구조다.

dim()을 사용하면 현재 텐서의 차원을, shape나 size()를 사용하면 텐서의 크기를 확인할 수 있다.

t = torch.FloatTensor([0., 1., 2., 3., 4., 5., 6.])

print(t.dim())  # rank. 즉, 차원
print(t.shape)  # shape
print(t.size()) # shape

>>> 1
    torch.Size([7])
    torch.Size([7])

---

👨‍👩‍👧‍👦[피어 세션]

다음 주가 설이라 한 주 통째로 휴강인데, 이 때를 이용해서 부족한 부분을 좀 보충하기로 했다. 하는 김에 우리끼리 프로젝트를 하나 해 보면 어떨까 하는 이야기가 나와서 다들 연휴를 이용해 모델을 하나 만들어 보기로 했다. kaggle에서 진행 중인 챌린지 중에 간판 글자 인식하는 것을 골라 원하는 방식으로 모델을 만들어 업로드하기로 했다.