Study_PyTorch

PyTorch 홈페이지를 참고하여 PyTorch 학습 https://pytorch.kr/beginner/pytorch_with_examples.html

PyTorch의 핵심에는 2가지 주요한 특징이 있습니다.

• NumPy와 유사하지만 GPU 상에서 실행 가능한 N차원 Tensor
• 신경망을 구성하고 학습하는 과정에서의 자동 미분

완전히 연결된 ReLU 신경망을 예제로 사용할 것입니다. 이 신경망은 하나의 은닉 계층(Hidden Layer)을 갖고 있으며, 신경망의 출력과 정답 사이의 유클리드 거리(Euclidean Distance)를 최소화하는 식으로 경사하강법(Gradient Descent)을 사용하여 무작위의 데이터를 맞추도록 학습할 것입니다.

예제로 배우는 PyTorch

목차

1. Tensor
   1. 준비 운동: NumPy
   2. PyTorch: Tensor
2. Autograd
   1. PyTorch: Tensor와 autograd
   2. PyTorch: 새 autograd 함수 정의하기
   3. TensorFlow: 정적 그래프(Static Graph)
3. nn 모듈
   1. PyTorch: nn
   2. PyTorch: optim
   3. PyTorch: 사용자 정의 nn 모듈
   4. PyTorch: 제어 흐름(Control Flow) + 가중치 공유(Weight Sharing)