PyTorch GPU setting
PyTorch GPU 버전을 설치한다고 GPU를 사용하지 않습니다. GPU가 여럿이라면 어떤 GPU가 사용 가능한지 확인하고, 변수와 모델에 GPU 사용 설정을 해야 합니다. 1. PyTorch 버전 확인 현재 버전을 확인합니다.123import torch, torchvisionprint(torch.__version__)print(torchvision.
Archive: 2021
Legend Control
Legend(범례)는 데이터의 의미 파악을 도와주는 도구입니다. 그러나 그림이 여럿 있을 때 각각 붙은 Legend는 방해가 되기도 합니다. Legend를 한데 모아 그리는 방법을 알아봅니다. 1. Sample Data 먼저 필요한 라이브러리들을 불러오고,12345678%matplotlib inlineimport numpy as npimport pand
Lecture Survey Summary (Google Forms)
2주 전 학회에서 머신러닝 기초 강의를 했습니다. Google Forms를 통해서 참석자들에게 피드백을 받았습니다. 답변 정리에 Matplotlib 함수를 적극적으로 사용했습니다. 1. Google Forms Google Forms는 간단하게 설문조사를 할 수 있는 플랫폼입니다. 회의나 회식 일정을 잡는데 사용하기도 편하고 피드백을 받기 좋습니다.
데이터 시각화 가이드 - 제발 이렇게 그리지 마세요
제 직장의 AI 학습조직 발표 영상입니다. 시간관계상 실시간 발표 대신 온라인 영상 공유로 대신합니다. 더 좋은 그림이 있음에도 안좋은 그림을 그리곤 합니다. 몰라서, 생각을 안해봐서, 코딩에 대한 두려움이 원인일 수 있습니다. 강의자료: pdf 내려받기
Matplotlib Vis. Function
자주 사용하는 기능은 함수로 만들면 편리합니다. 마찬가지로 자주 그리는 그림은 함수로 만들면 좋습니다. Matplotlib 객체지향을 사용해 함수를 만듭시다. 1. Parity plot 머신러닝 후 참값을 x축, 예측값을 y축에 놓고 얼마나 비슷한지 평가하고는 합니다. 이런 그림을 parity plot이라고 하며, 매우 자주 그리는 그림입니다. 그림이
Python을 이용한 연구데이터 시각화 Part 3
공대 대학원생을 위한 충북대학교 연구방법론 수업에서 발표한 내용입니다.일부를 나누어 세 번째 영상을 올립니다. (Part 1: 바로가기, Part 2: 바로가기) 논문이나 보고에 사용될 그림은 데이터만 덜렁 그리지 않습니다. 시각화 구성요소 설정 방법을 배워봅니다. 강의자료: ppt 내려받기 실습 코드: https://bit.ly/3ezUoZJ
Python을 이용한 연구데이터 시각화 Part 2
공대 대학원생을 위한 충북대학교 연구방법론 수업에서 발표한 내용입니다.일부를 나누어 두 번째 영상을 올립니다. Google Colab에서 matplotlib으로 그림을 그립니다. 실습 코드: https://bit.ly/3ezUoZJ 기본 3.2.2 버전을 3.4.1로 올려서 사용합니다. 한글 출력도 가능하도록 합니다. Matplotlib의 두
Python을 이용한 연구데이터 시각화 Part 1
공대 대학원생을 위한 충북대학교 연구방법론 수업에서 발표한 내용입니다.일부를 나누어 첫 번째 영상을 올립니다. 공대를 다니면 많은 숫자를 만납니다. 이 숫자는 잘 보이지 않습니다. 숫자의 패턴과 의미를 파악하는 방법이 데이터 시각화입니다. 코드로 하는 시각화는 GUI대비 장점이 많습니다. python으로 시작해봅시다. 이번 영상에서는 matplot
Gibbs Sampling in N-Dimension
부족한 데이터는 기존 분포를 반영해 만들 수 있습니다. 마르코프 체인 몬테카를로(MCMC) 방법의 일종인 깁스 샘플링(Gibbs Sampling)을 사용합시다. matplotlib 3.4. 버전에서 추가된 subfigure와 subplot_mosaic 기능도 실습해보고, matplotlib을 이용해 3D plot 애니메이션도 만들어 봅니다. contri
Validation with Visualization (3)
데이터 불균형으로 인해 train, validation, test dataset의 결과가 따로 놉니다. 층화추출로 데이터를 최대한 균등하게 분할합시다. hyperparameter도 라이브러리를 사용해 편리하게 피팅합시다. 6. Validation set 고정 새로운 노트북을 만들어 데이터를 불러옵니다.123456789101112131415%matplot