딥러닝 핵심 요약
1. 딥러닝 모델은 여러 곳에서 난수를 활용하여, 모델의 학습 및 실행 과정에서 무작위성이 적용됩니다. 이에 따라 같은 조건에서도 실행 결과가 항상 일정하지 않을 수 있습니다. 따라서 항상 동일한 결과를 얻기 위해서는 모델 실행 시 사용되는 시드(seed)값을 고정시켜야 합니다. 2. GPU(그래픽 처리 장치)를 활용하면 딥러닝 모델의 연산 속도를 획기적으로 향상시킬 수 있습니다. GPU는 병렬 연산을 처리하는 능력이 뛰어나기 때문에, 딥러닝 모델의 대규모 연산을 빠르게 처리할 수 있습니다. 3. 파이토치에서는 데이터셋을 준비하기 위해 Dataset 클래스를 상속하여 사용합니다. 이를 통해 데이터를 적절히 구성하고, 모델 학습에 활용할 수 있습니다. 4. DataLoader 클래스는 파이토치에서 데이터셋..
데이터 사이언스 & 로봇/ML 및 DL 관련 이론
2024. 2. 9. 18:17