일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- exists
- MinHeap
- 그래프 이론
- SIFT
- dfs
- 백준
- edge detection
- sklearn
- Python
- opencv
- 강화학습
- eecs 498
- Reinforcement Learning
- Mask Processing
- image processing
- C++
- deep learning
- BFS
- overfitting
- MySQL
- machine learning
- object detection
- clustering
- 딥러닝
- canny edge detection
- dropout
- AlexNet
- dynamic programming
- DP
- 머신러닝
- Today
- Total
목록딥러닝/Michigan EECS 498 (12)
JINWOOJUNG
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/120 [EECS 498] Assignment 1. PyTorch 101...(3)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.com/119 [EECS 498] Assignment 1. PyTorch 101...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하jinwoo-jung.com1. Load Datax_train, y_train, x_test, y_test = eecs598.data.cifar10()pri..
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.com/119 [EECS 498] Assignment 1. PyTorch 101...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/118 [EECS 498] Assignment 1. PyTorch 101...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를jinwoo-jung.com12. Matrix operationstorch.dot(input, tensor, *, out=None) → Tensorv = torch..
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/118 [EECS 498] Assignment 1. PyTorch 101...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.0. 개발 환경OS : Ubuntu 20.04GPU : GeForce RTX 3070cuda version: 12.1torch version : 2.3.0+cu121 1. Tensor Basicsdef create_samjinwoo-jung.com5. Integer tensor indexingInterger tensor indexing을 통해 순서..
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.0. 개발 환경OS : Ubuntu 20.04GPU : GeForce RTX 3070cuda version: 12.1torch version : 2.3.0+cu121 1. Tensor Basicsdef create_sample_tensor() -> Tensor: x = torch.tensor([[0, 10],[100, 0],[0,0]]) return x Tensor 객체는 torch.tensor를 통해 생성할 수 있다. x = mytorch.create_sample_tensor()print('Here is the sample tensor:')print(x)print(type(x))..