yuns

보호되어 있는 글입니다.

dic_ = {1:0, 2:1, 3:2} [*dic_] 위와 같이 [* ]를 사용하면 됨 dic_.keys() .keys()를 쓰게 되면 dict_keys()의 type로 반환해줌

python -m ipykernel install --user --name [PyTorch] --display-name ["PyTorch"]

서버에 jupyterlab를 설치한다. pip install jupterlab 서버의 터미널에 아래와 같은 명령어를 입력한다. jupyter lab --generate-config 그러면 무언가의 파일이 생성되었다고 뜬다. vi .jupyter/jupyter_lab_config.py 을 열어 내용을 추가하자 ip는 ifconfig를 치면 ip주소가 나온다. password는 아래와 같은 방법으로 만들 수 있다! 그러면 out[2]에 나온 값을 conf.LabApp.password = ''에 넣어주면 된다. 서버의 터미널에서 명령어에 jupyter lab를 입력한 뒤, 띄우고 싶은 곳에서 '[서버의 ip주소]:[port번호]'와 같이 입력하면 서버의 jupyter lab에 접속 가능하다.

n x n matrix에서 대각행렬에 해당하는 부분을 반환해줌 1 x n차원으로 반환해줌

ps -f [pid id]

import torch.nn.functional as F F.log_softmax(): log + softmax Softmax함수 z = torch.FloatTensor([[1,2,3], [1,2,3]]) float tensor로 설정 후 1) dim = 0: column 기준 y = F.softmax(z, dim=0) --> tensor([[0.5000, 0.5000, 0.5000], [0.5000, 0.5000, 0.5000]]) 2) dim = 1: row 기준 y = F.softmax(z, dim=1) --> tensor([[0.0900, 0.2447, 0.6652], [0.0900, 0.2447, 0.6652]]) 합이 1이 되도록.. log_softmax = log(softmax)함수 http..

pytorch.org/vision/stable/datasets.html torchvision.datasets — Torchvision master documentation torchvision.datasets All datasets are subclasses of torch.utils.data.Dataset i.e, they have __getitem__ and __len__ methods implemented. Hence, they can all be passed to a torch.utils.data.DataLoader which can load multiple samples in parallel using torch. pytorch.org img_data = torchvision.datasets.I..