2) Tech
-
[PyTorch Study] PyTorch 설치, 변수 선언 및 data type2) Tech 2020. 9. 22. 08:21
정말 오랜만에 블로그 글을 씁니다..! pytorch study를 하게되었는데, 복습할겸 공부 내용을 블로그에 적어보려합니다! 먼저 pytorch Library를 설치합시다! 1. Pytorch 설치 방법 pytorch.org/get-started/locally/ PyTorch An open source deep learning platform that provides a seamless path from research prototyping to production deployment. pytorch.org 위 링크에 접속해서 자신의 개발환경에 맞도록 선택해주면 'Run this Command' 란에 pytorch install 명령어가 생성됩니다! 설치 방법은 매우 간단하죠?! 2. Pytorch 시..
-
[Tip!] Anaconda(아나콘다) 파이썬 버전 변경하기2) Tech 2020. 4. 12. 16:31
안녕하세요! 오늘은 Anaconda 환경에서 파이썬버전을 변경하는 방법소개하겠습니다. 아나콘다에서 특정 라이브러리를 사용하실 때 파이썬 등의 라이브러리의 Version dependencies가 종종 존재합니다. 즉, 특정 라이브러리를 사용하려면 다른 라이브러리의 특정 버전이 요구 된다는 말이죠! 그럼 기존 사용하던 버전을 변경해야하는 상황이 발생하는데요. 오늘은 대표적으로 파이썬을 예로 들겠습니다! 먼저 Anaconda Prompt를 실행해주세요! 가상환경 선택 후 1. conda search python 입력 -> 사용 가능한 python list가 나온다. 2. condan install python=x.x.x 입력 -> 입력 버전으로 파이썬 버전이 변경된다! 이외에도 새로운 환경에서 원하는 버전의 ..
-
6-1. (Matlab) 알아두면 유용한 매트랩, 행렬 연산 응용2) Tech 2020. 4. 5. 15:59
안녕하세요!! 이번시간에는 지난시간에 이어! 행렬의 연산과 응용에 대해 이야기해보겠습니다. 1. 행렬의 연산 오늘도 역시나 행렬을 먼저 생성합니다! 3x3 행렬을 생성해볼게요 A = [3,2,6; 7,8,1; 0,2,4] - 행렬의 열평균 구하기 먼저, 생성한 행렬의 열방향 평균을 알아보고싶습니다! (행렬의 열방향 Data의 평균을 구할때 유용하겠죠?!) 지난시간 기억을 더듬어 행렬의 인덱싱을 사용해서 평균을 구해보겠습니다. acol_1 = A(:, 1) => A행렬의 1열을 인덱싱하여 acol_1 에 할당 mean(acol_1) => mean 함수를 사용하여 aco_1 원소들의 평균 구한다. 하지만, 위 보다 더욱 간단한 방법이 있습니다! mean 함수를 A행렬에 사용해주면 곧장 평균값들이 계산됩니다...
-
6. (Matlab) 알아두면 유용한 매트랩, 행렬 연산2) Tech 2020. 3. 22. 21:51
안녕하세요!! 이번시간에는 행렬의 연산에 대해 이야기해보겠습니다. 행렬의 연산은 지난 벡터의 연산 게시물의 벡터의 연산과 매우 유사합니다. 벡터의 연산에서 상수를 더하고 빼고 나누고 곱할 때 해당 벡터의 모든 원소들이 연산되는 것을 이야기했었습니다. 그런데 행렬 또한 동일합니다!! 몇가시 예시로 알아보겠습니다. 1. 행렬의 연산 먼저 행렬을 생성 하겠습니다. A = [1,2 ; 3,4]; x = A+1 -> A 행렬의 모든 원소에 1을 더함 x = A-1 -> A 행렬의 모든 원소에 1을 뺀다 x = A*2 -> A 행렬의 모든 원소에 2을 곱함 x = A/2 -> A 행렬의 모든 원소에 2을 나눔 옆 결과 이미지와 같이 행렬 연산 또한 벡터 연산과 동일함을 알 수 있습니다!! - 행렬간 연산 행렬간 연..
-
5-1. (Matlab) 알아두면 유용한 매트랩, 행렬 인덱스(indexing) 응용2) Tech 2020. 3. 22. 20:32
안녕하세요!! 오늘은 지난 행렬 인덱스(indexing) 게시물에 이어 행렬 인덱싱의 간단한 응용을 공유해볼까합니다! 1.행렬 인덱싱 응용 먼저 Matlab에서 3x3 행렬 하나를 생성합시다. A = [1,2,3; 4,5,6 ; 7,8,9] (1 2 3) (4 5 6) (7 8 9) 3x3 행렬 생성 인덱스에 접근하기전!! 지난 시간 행렬의 인덱스 접근 할 때 한가지만 기억하면 된다고 말씀드렸습니다! A(접근 행, 접근 열) - 열 전체 Indexing 해당 행렬에서 원하는 열의 전부를 추출하고 싶다면 아래 그림과 같이 행은 1~n 까지 즉, 모든 행을 접근해야합니다. y = A( : , 2) -> 괄호 안에 ':' 는 모든 행 접근을 의미합니다. 뒤에 숫자 2는 접근 열번호를 의미합니다. - 행 전체 ..
-
5. (Matlab) 알아두면 유용한 매트랩, 행렬 인덱스(indexing)2) Tech 2020. 3. 16. 00:05
안녕하세요! 4번째 게시물에 이어서! 행렬의 Indexing(인덱싱)에 대해 이야기해보겠습니다. 2. Row-Column Indexing : 행 인덱스, 열인덱스 - matrix indexing 먼저 행렬을 하나 생성해봅시다. A = magic(3); //3x3 마방진행렬, 행렬 생성함수는 여기서 봅시다! -> CLICK!(행렬생성 함수 게시물) 2-1. 행 인덱스, 열 인덱스 입력하여 특정 원소접근 하기! 행렬 A에 접근하기 위해선 ( )를 이용하면 되는데요. A(접근 행, 접근 열) A( , ) 콤마로 행과 열 구분! 이것만 기억하시면 행렬의 행과, 열 원소에 인덱싱이 가능합니다. 즉 행렬 A에 7이라는 원소에 접근하기 위해서는 7의 위치인 2행, 3열을 확인하면 되겠죠?! x = A(2,3); //..
-
2-1. (Matlab) 알아두면 유용한 매트랩, 행렬 생성 함수2) Tech 2020. 3. 15. 23:26
안녕하세요! 2. (Matlab) 알아두면 유용한 매트랩, 벡터와 행렬에서 다뤘던 행렬과 별개로 행렬 생성함수를 따로 정리해보려합니다. - 유용한 행렬 생성 함수 A = zeros(m, n); -> 모든 성분이 0인 m x n 행렬 B = zeros(n); -> 모든 성분이 0인 n x n 행렬 c = ones(m, n); -> 모든 성분이 1인 m x n 행렬 D = eye(n); -> n x n 단위 행렬(identity matrix) E = rand(n); -> 0~1 균일하게 분포 된 단일 난수로 구성된 n x n 행렬 F = randi([n,m], [o,p]); -> [n,m], [o,p] n~m까지 oxp행렬, 정수로 구성된 행렬 G = magic(n); -> 마방진 행렬 +함수에 관한 정보는..