안녕하세요, MoonLight입니다.​이번 Post에서는 PyTorch를 구성하는 다양한 Module에 대해서 소개해 드리고자 합니다.​​Model을 설계하고 Train 시키는데 매우 다양한 기능이 필요한 것은 어찌보면 당연한 일입니다.​이를 위해서 PyTorch는 잘 만들어진 Module을 제공하고 있습니다.​PyTorch Module의 특징이라면 기본적으로 유연성과 사용성을 극대화하는 철학을 바탕으로 Framework이기 때문에, 다음과 같은 핵심 원칙에 기반을 두고 만들어졌습니다.​1. 동적 연산 그래프(Define-by-Run) 사용자가 실행 시점에서 Model을 정의하고 변경할 수 있도록 하여 직관적이고 Debugging이 용이하도록 설계되었습니다.​2. Module화(Modularity) Py..

안녕하세요, MoonLight입니다.​이번 장에서는 신경망을 구성하는 기본 개념과, PyTorch에서 제공하는 다양한 Container Class를 활용하여 신경망을 구축하는 방법에 대해 알아보겠습니다.​​​ 1. Model 구성의 기본 개념 1.1. 신경망 모델이란 무엇인가? 신경망(Neural Network)은 머신러닝 기법 중 하나로, 인간의 뇌가 정보를 처리하는 방식에서 착안하여 만들어진 모델입니다.기존의 다양한 머신러닝 알고리즘들은 사람이 직접 특징(feature)을 정의해야 했다면, 신경망은 데이터를 입력받아 특징을 스스로 학습한다는 점이 다릅니다.​​​ 1.2. 머신러닝과 신경망의 차이 머신러닝은 크게 지도 학습(Supervised Learning), 비지도 학습(Unsuper..

안녕하세요, MoonLight입니다.​이번 Post에서는 Python의 Module에 대해서 알아보도록 하겠습니다.​​​ 1. 기본사항 Python의 Module은 코드 재사용성을 높이고 유지보수를 쉽게 하기 위해 사용되는 중요한 개념입니다. Module은 Python 코드 파일(확장자 .py)이며, 변수, 함수, 클래스 등을 정의하여 다른 Python 프로그램에서 사용할 수 있도록 구성됩니다.​   1.1. Module의 정의와 역할 1.1.1. Module이란?Python에서 Module은 하나의 Python 파일입니다. Module에는 변수, 함수, 클래스 정의가 포함될 수 있습니다.프로그램을 여러 개의 파일로 나눠 조직적으로 관리할 수 있게 합니다.​​1.1.2. Module의 역할코드 재사용 :..

안녕하세요, MoonLight입니다.​오늘은 python package중에 하나인 tqdm을 설치하는 방법에 대해서 알아보겠습니다.​tqdm은 진행률을 표시하는데 사용하는 Package인데, 시간이 많이 걸리는 작업이 어느 정도 진행이 되었는지 표시해 주는 용도로 쓰입니다.​주로 for문의 range와 함께 사용되고, 설치되어 있지 않은 경우에는 아래와 같은 Error가 발생합니다.​​​​설치하는 방법은 매우 간단합니다. pip install tqdm​금방 설치가 완료되며, 이제부터는 문제없이 tqdm Package를 사용할 수 있습니다.​감사합니다.

안녕하세요, MoonLight입니다. ​ 가끔 새로 받은 Source를 실행하다보면, 'No module named ~~~' 이라는 Error를 자주 보게 되는데요 ​ 대부분은 pip install해서 해당 package 설치해주면 끝인데, 간혹 Error가 발생한 Package 이름과 설치할 때 적어야 할 Package Name이 다른 경우가 있습니다. ​ 그 대표적인 예가 PIL인데요, 아래와 같이 Error가 발생해서 설치해보면 설치가 되지 않습니다. ​ ​ ​ ​ ​ ​ 그런 경우에는 아래와 같이 pip install pillow라고 입력하셔야 제대로 설치가 가능합니다. ​ ​ 이번 Post에서는 Simple Tip을 공유해 봤습니다. ​ 다음에 또 만나요~

안녕하세요, MoonLight입니다. ​ 이번 Post에서는 Python Code보면 가끔 보이는 "import __future__ ~~~" 이 문구가 무엇을 의미하는지 한 번 알아보도록 하겠습니다. ​ ​ 0. __future__의 의미가 뭐지? __future__ Module은 현재 Python Version에서는 지원하지 않지만, 상위 Version의 Python에서는 지원하는 기능을 사용할 수 있도록 해준다고 하네요. ​ 즉, 미래 Version에서는 이미 사용할 수 있지만, 현재 Python Version에서는 지원하지 않는 기능을 현재 Python Version에서 지원해 준다는 의미인데, ​ 제가 처음 이 설명을 봤을 때는 언뜻 와닿지는 않는 설명이었습니다. ​ 예를 들면, Python 2...