파이토치 한번에 끝내기 PyTorch Full Tutorial Course
Vložit
- čas přidán 12. 09. 2024
- 파이토치 한번에 끝내기
파이토치 모듈 구조
파이토치 구성 요소
텐서 Tensors
자동 미분 Autograd
신경망 구성
딥러닝 모델 정의 및 파라미터
손실 함수
옵티마이저
학습률 스케줄러
선형 회귀 모델
FashionMNIST 분류 모델
Colab: colab.research...
이수안 컴퓨터 연구소 (SuanLab)
www.suanlab.com
![인공지능, 딥러닝을 알고싶다면 이 영상을 보세요 (보이저엑스 남세동 대표) [인공지능 시리즈 1/3]](http://i.ytimg.com/vi/CA5Ggqg5x6o/mqdefault.jpg)
![인공지능, 딥러닝을 알고싶다면 이 영상을 보세요 (보이저엑스 남세동 대표) [인공지능 시리즈 1/3]](/img/tr.png)
강의 퀄리티가 어줍잖은 유료강의들과 비교도 안될 정도로 높네요. 이렇게 좋은 강의를 무료로 해주시는 것에 정말 감사드립니다.
앗 감사합니다 ^^
images, labels = dataiter.next() -> images, labels = next(dataiter)
torchmetrics.functional.accuracy(preds, target) -> torchmetrics.functional.accuracy(preds, target, task="multiclass", num_classes=5)
metric = torchmetrics.Accuracy() -> metric = torchmetrics.Accuracy(task="multiclass", num_classes=5)
감사합니다. 계속 구글링하고 있었는데 문법이 수정되었군요 ㅠㅠ
선생님 감사합니다 진짜 감샇ㅂ니다...
고맙습니다
진짜로.....진짜루 감사합니다 이런 오류들을 알아낼려면 어떻게 구글링해야되나요?
@@tkkkk1522 stack overflow에서
정말 감사합니다. 하나씩 듣고 있는데 강의마다 감탄이 나오네요. 유료강의가 아닌게 신기할 정도입니다
앗! 감사합니다. ^^
강의 너무 감사해요... 급하게 이 분야가 필요해 공부할게 너무 많은 상황에서 기본적인 것도 안되어 있는 비전공자라 따라가기 벅차서 눈물 날 정도로 힘들었는데... 머리에 깔끔히 다 정리되었어요...ㅠㅠㅠ 정말 감사합니다!!!
댓글 별로 안남기는데 3시간 영상 멈추면서 기록하면서 보느라 하루를 꼬박 봤네요. 그만큼 좋은 강의였습니다. 감사합니다.
즐겁게 봐주셔서 감사합니다.
으헝헝 ㅠㅠ 감사합니다 이렇게 또 새로운 버전으로 업데이트 해주셨는데 강의 자료마다 애정이 깃들어있어서 증말 감사합니다. 이해 될때까지 생각나면 들었는데 .. 또 들을께요ㅎㅎ
크... 감사합니다. ㅋㅋ
감사합니다.. 컴퓨터비전 관련 프로젝트중인데 파이토치 기본도 몰라서 챗지피티로 헤매다가 때려치고 기본들으러 왔다가 감동받았네요
댓글이 감동이네요
항상 좋은 영상 양질의 강의 너무 감사합니다. 정말 많은 도움이 됐습니다
감사합니다. ^^
차분한 목소리 덕분에 강의가 더 귀에 쏙쏙 들어오네요. 감사합니다.
넹 감사합니다. ^^
56:31
1:06:04 Grad
1:27:30 신경망
1:37:00 Convolution
1:50:34 신경망 도입부
2:09:01 선형 회귀 모델 전
2:31:29 Fashion MNIST
선생님 너무 공부환경을 잘 세팅해 주셔서 감사합니다 열심히 듣겠습니다
넹 감사합니다. ^^
정말 잘 보고 있습니다. 늦게 공부하는 신비함과 재미가 있네요.
감사합니다. 유용하고 재미진 공부죠 ㅋㅋㅋ
39:04 Manipulations
59:37 AutoGradient
1:17:40 Pytorch , datasets
좋은 강의 잘 볼꼐요. 정말 많은 도움이 될 강의 입니다.
넹 감사합니다. ㅋㅋ
좋은 강의 정말 감사합니다!! 😆 도움 많이 되었습니다.
넹 감사합니다 ^^
선생님, 감사합니다. 타지에서 지내는데 한국어 수업이 너무 그립더라구요 , 파이토치는 시작은 안했지만 머신러닝,딥러닝,딥러닝 프레임워크,오디오처리 정말 열심히 수강했습니다.
오! 시리즈를 모두 클리어 하셨군요 ㅋㅋㅋ
좋은 강의 감사합니다! 따라가기고 쉽고 이해도 잘되요!
좋은 댓글 감사합니다!
너무 좋은 강의 감사드립니다.
저도 감사드립니다
좋은강의 감사합니다~
(1:07:58 "y.backward(v) 체크하기"_22.12.23)
선생님 강의 너무 잘 들었습니다. 질문이 있는데요.
모델 정의에서 Linear로 넘어갈때 (full connected layer) flatten해줘야 하는건 이해를 했는데 *5*5를 곱해주는 이유가 뭔가요? 확인을 먼저 해봐야하는거 아닌가요?
처음 '모델 정의' 배울 때도 5^2을 곱해주고 Fashion_Mnist 모델도 그냥 5^2을 곱해주길래 차이를 생각해보려고 했으나 모르겠습니다.😅
convolution 과 pooling과정을 거치면서 한번확인을 해야 할것같네요
양질의 강의 감사합니다.
1:46:52
넵, 감사합니다. ^^
오 파이토치 강의 감사합니다 잘볼게요
넹 파이토치 마스터가 되시길 ㅋㅋ
완강했습니다. 좋은 무료강의 감사합니다!!! 큰 도움이 되었습니다.
와 진심 선생님이십니다.
앗! 감사합니다 ^^
타자가 너무 빠르신거 빼고는^^; 정말 유익한 보석같은 강의인 것 같습니다 감사합니다!
많이 버시고 복받으세요 선생님..!!👍😍
감사합니다. ^^
안녕하세요 강의 잘 들었습니다 혹시 1:08:06 에서 출력값 y 를 v를 기준으로 기울기를 구한다는게 무슨 말인지 잘 이해가 안됩니다 추가 설명 부탁드려도 될까요?
저도 ,,,
감사합니다.
넹 감사합니다. ^^
와!! 파이토치가 드디어!!! 너무 감사합니다!!!
넹 파이토치의 시작입니다. ㅋㅋ
선생님 강의를 들으면서 공부하는 학생입니다!
혹시 선생님께서 사용하시는 자료를 따로 블로그에 작성해서 기록한다고 하면 문제가 되는지 여쭤봐도 될까요??
넵 가능합니다. ^^
@@user-ss5no9xw6e 감사합니다...
정말 감사합니다🙇 잘 배우겠습니다.
넵 감사합니다.^^
감사합니다.
혹시 기본기가 있다는 가정하에, 파이토치 텐서플로우 사이킷런 케라스 등의 프레임워크 중 어떤것을 가장 먼저 배우면 좋을지 추천해주실 수 있으신가요?
NeuralNet부분 분류 부분에서 running_loss 출력할 때 running_loss / 2000으로 해서 출력하시는데 2000을 나누는 이유를 알 수 있을까요?
아마 running_loss가 100번씩 더해지기 때문에 2000이 아니라 100을 나눠야 정상적인 값이 나오는 것 같습니다!! 2000은 아마 오류인듯합니다
선생님 강의를 따라 보면서 모든 코드를 실습해보았습니다 생각보다 텐서플로워만 만져보다보니 파이토치는 그보다 좀 더 어려운 느낌이 조금 있는거같네요
질문있습니다!
torch.svd()의 정확한 사용법이나 역할이 무언인지 알려주실수있나요..?
찾아봤는데도 이해가 너무 어렵네요..
딥러닝을 좀 더 자유롭게 다룰 수 있다보니 어렵게 느껴지실수 있습니다.
SVD 같은 부분들은 추후 Ai수학 강의때 보충해보겠습니다.
감사합니다 선생님 이해가 잘되네요
31:44
정말 감사합니다. 공부하는데 많은 도움이 되었습니다.
넹 감사합니다.
안녕하세요 강의 잘 듣고 있습니다! 혹시 제 개인 블로그에 유튜브 링크 공유한 다음에 업로드해도 괜찮을지 여쭤봅니다!! 블로그에 올리면서 공부하려구요!
네, 좋습니다 ^^
와 드디어! 감사합니다
넹 감사합니다. ^^
45:30 45:30
1:03:00 1:03:00 autograd
1:16:00 1:16:00 데이터
코랩 프로 gpu로 학부수준의 프로젝트나 책에 있는 실무프로젝트 돌리기 괜찮나요? 없는것보단 나을까요?
없는것보단 훨신 좋죠
감사합니다!!
네 감사합니다
항상 감사드립니다. 잘보고있습니다. 정말유익하네요
잘 보겠습니다 감사합니다
넵 감사합니당 ㅋㅋ
감사합니다
앗! 감사합니다 ^^
감사히 보겠습니다!^^
넵 감사합니다.
교수님 좋은 강의 감사드립니다.
좋은강의감사합니다. 따라하면서 시청하기엔 강의가 너무 빠르네요... 입문하시는 분들보단 어느정도 학습이 되고 영타에 자신이 있다 하시는분들 정도만 따라가실 수 있을 것 같습니다
좋은영상 감사합니다 교수님 많이 배워갑니다.
대단하십니다. 이 동영상 하나로 pytorch 에 대한 개념은 잡을 수 있겠네요..
감사합니다. ^^
정말 감사드립니다 잘 보고갑니다
너무 감사합니다. 큰 도움을 받았습니다 선생님!!🤗
감사해요 ㅠㅠ 14:22
2:08:15 에서 softmax에서 prediction한 결과와 target을 비교할 때, 행 방향 차원이 아닌 열방향 차원을 기준으로 한 값들과 비교하는 게 맞지 않나요? 이 부분 이해가 잘 안가요..
1000번째 좋아요!!!
와우 감사합니다
와 파이토치 감사합니다!
넹 감사합니당. ㅋㅋ
그혹시.. 제가 예전에 공부햇었던 파이토치 자료가 너무오래돼서 어떻게하다보니까 전부 없어졋는데
모델일부가 pth 형식으로 남아있습니다. 근데 제가 한참할때는 모델을 미리 정의한다음 pth를 불러와야하고 반대방식은 안됬습니다.
저는 pth불러오면 예전에했던 모델을 불러오고싶은데 방법이없을까요?
torch에서 간단하게 불러올 수 있습니다.
model.load_state_dict(torch.load('model.pth'))
아! 모델이 없으신거군요... ㅜ.ㅠ
좋은 강의 감사합니다.
감사히 배우고 갑니다. 🙇♀
좋은 정보 감사합니다.
2:20:15
감사합니다
넹, 감사합니다 ^^
감사합니다ㅠㅠ
26:49 (4차원)
01:27:25 (신경망 구성)
안녕하세요. 파이토치를 사용하다가 발생된 에러인데요. 아무리 찾아봐도 몰라서 여쭤 봅니다. “ autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method” 가 무슨 뜻이며, 해결 방법은 무엇인가요?
1:23:08 dataiter.next()는 안되고 next(dataiter)로 하니깐 되네요. 버젼 바뀌면서 달라진 것 같아요.
감사합니다 ㅠ
혼동되었었는데, 도움이 되었습니다. 감사합니다!!
열심히 공부해서 AI세계를 제패할거에요!
1:51:26 모델정의
감사합니다~
혹시 33분 부근에 max(dim=0) 를 하면
0번째 배열 안에서 max 값을 찾는게 아닌가요...?
결과가 이해가 안되요 ㅠㅠ
늦었지만 혹시 궁금해하실 다른 분들을 위해 답글 남겨요!
dim=0은 각 열(column)을 기준으로 최댓값을 찾습니다.
dim=1은 각 행(row)을 기준으로 최댓값을 찾고요.
그 이유는 다음과 같습니다 :
예시에서 사용한 2D 텐서의 특징은, 앞서 영상에서 설명해주셨듯이 sample과 feature 구조로 사용됩니다.
행(row)은 각각의 sample을 나타냅니다.
예를 들어 데이터셋이 여러 사람의 정보를 포함한다고 하면, 각 행은 한 사람에 대한 정보를 나타냅니다.
하나의 행이 한 명의 사람이라고 볼 수 있어요.
열(column)은 각 sample의 특성(feature)을 나타냅니다.
예를 들면 사람의 나이, 키, 체중 등의 다양한 속성을 특성이라고 할 수 있습니다.
즉 2차원 텐서에서 0번째 차원(dim = 0)은 행(row, sample), 1번째 차원(dim = 1)은 열(column, feature)을 나타냅니다.
그래서 0번째 배열이 아닌, 해당 텐서의 열을 기준으로 했을 때의 최댓값과 그 열에서의 인덱스를 출력해줍니다.
0.8456은 해당 텐서의 열 0.6946과 0.8456 중 가장 큰 값이며, 이는 해당 열의 1번째 인덱스에 위치합니다.
안녕하세요 좋은 강의감사드립니다.
그런데 한 강의 자체가 너무 길어서 따라치다가 오류도 나고 그래서요, 코드가 채워진 완성본을 공유해주시면 안될까요? 부탁드립니다...
혹시 강의 자료를 따로 다운받을수는 없겠죠?
9.26 진도 18:50
backward랑 grad 부분을 모르겠는데 딥러닝 영상에서 설명해주시나요 ㅜ
1:27:00
1:10:11 백프로파게이션 나오면서 막히네요 기본개념부터 공부하러,.
35:00 이어보기
공변벡터나 반변벡터 연산 기능도 있나요?
앗 ㅋㅋ 텐서 연산은 다루지만 공변벡터와 반변벡터는... 다루지 않습니다.
나중에 수학편을 별도로 만들어야 겠네요. ^^
1:59:05
Custom layer
북마크 1:44:45
59:48
AutoGrad
❤
1:18:22 datasets 불러오기 북마크
Biopython도 다뤄주실수있을까여?
네, 저도 나중에 꼭 해보고 싶네요 ㅋㅋ
59:40 자동미분
선생님 직접 연락하거나.. 배울 수 있는 곳은 없나요?
아! 오프라인 말하시는건가요?
@@user-ss5no9xw6e 네 상담드리고 싶은 것도 있구해서 ..ㅠㅠ 오픈톡이나 알수있을까요?
22:00 33:00
2:00:26
책갈피 34:23
23:41
33:31
1:51:33 토치 찍먹
37:10 37:10
39:17
43:00
1:22:36 images, labels = dataiter.next() 에서 에러가 나네요 ㅜ _MultiProcessingDataLoaderIter 에서 next메쏘드를 불러오는데 실패한 것 같아요.. 제가 파(이썬)린이라서.. ㅜㅠ 혹시 왜 발생하는지 알려주실 수 있나요 ? 저만 발생하나요..? ㅜ 아래 에러메세지를 카피했습니다..
s
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
in
3 # images, labels = next(dataiter)
4 print('s')
----> 5 images, labels = dataiter.next()
6 # images.shape, labels.shape
3 frames
/usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py in __next__(self)
679 # TODO(github.com/pytorch/pytorch/issues/76750)
680 self._reset() # type: ignore[call-arg]
--> 681 data = self._next_data()
682 self._num_yielded += 1
683 if self._dataset_kind == _DatasetKind.Iterable and \
/usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py in _next_data(self)
1374 else:
1375 del self._task_info[idx]
-> 1376 return self._process_data(data)
1377
1378 def _try_put_index(self):
/usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py in _process_data(self, data)
1400 self._try_put_index()
1401 if isinstance(data, ExceptionWrapper):
-> 1402 data.reraise()
1403 return data
1404
/usr/local/lib/python3.7/dist-packages/torch/_utils.py in reraise(self)
459 # instantiate since we don't know how to
460 raise RuntimeError(msg) from None
--> 461 raise exception
462
463
ValueError: Caught ValueError in DataLoader worker process 0.
Original Traceback (most recent call last):
File "/usr/local/lib/python3.7/dist-packages/torch/utils/data/_utils/worker.py", line 302, in _worker_loop
data = fetcher.fetch(index)
File "/usr/local/lib/python3.7/dist-packages/torch/utils/data/_utils/fetch.py", line 49, in fetch
data = [self.dataset[idx] for idx in possibly_batched_index]
File "/usr/local/lib/python3.7/dist-packages/torch/utils/data/_utils/fetch.py", line 49, in
data = [self.dataset[idx] for idx in possibly_batched_index]
File "/usr/local/lib/python3.7/dist-packages/torchvision/datasets/mnist.py", line 145, in __getitem__
img = self.transform(img)
File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/transforms.py", line 94, in __call__
img = t(img)
File "/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py", line 1130, in _call_impl
return forward_call(*input, **kwargs)
File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/transforms.py", line 269, in forward
return F.normalize(tensor, self.mean, self.std, self.inplace)
File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/functional.py", line 360, in normalize
return F_t.normalize(tensor, mean=mean, std=std, inplace=inplace)
File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/functional_tensor.py", line 954, in normalize
raise ValueError(f"std evaluated to zero after conversion to {dtype}, leading to division by zero.")
ValueError: std evaluated to zero after conversion to torch.float32, leading to division by zero.
해결했습니다 ! 그 전에 오타를.. 쳤네요...
@@창딩이 저도 똑같은 오류가 났는데 어느 부분에서 오타가 있던걸까요?
39:01