전체 글34 모델 성능 평가 지표 MAE Mean Absolute Error 평균 절대 오차 |예측값 - 실제값|의 평균 from sklearn.metrics import mean_absolute_error mean_absolute_error(y_test, y_pred) MSE Mean Squared Error 평균 제곱 오차 |예측값 - 실제값|제곱의 평균 = 예측값과 실제값 차이의 면적의 합 from sklearn.metrics import mean_squared_error mean_squared_error(y_test, y_pred) RMSE Root Mean Squared Error 루트 평균 제곱 오차 |예측값 - 실제값|제곱의 평균에 루트를 씌운 값 from sklearn.metrics import mean_squared_er.. 2023. 6. 20. [PyTorch] 💻 맥북 에어 M1칩에서 GPU 사용하기(MPS 장치 활용) for 머신러닝 학습 🌙 개요 작년 초에 Pytorch를 이용해 딥러닝 모델을 학습시킬 때 겪었던 문제가 있었다. 필자는 macOS intel칩 데스크톱과 macOS m1칩 맥북 에어 유저였는데, 엔비디아에서 macOS에 대한 cuda지원을 중단해서, GPU를 사용할 수 없었다. 엔비디아 그래픽 카드가 탑재된 컴퓨터나 노트북이 아니면 GPU 사용이 어려웠던 것이다. 2022년 7월 초 Pytorch 깃헙에서 Pytorch 1.12를 릴리즈 함에 따라 애플 실리콘(M1, M2) 칩이 탑재된 맥북에서 GPU 사용이 가능해졌다 !! 방법은 MPS 장치를 사용하여 GPU를 가속하는 것이다. MPS 가속은 맥 OS 12.3 이상에서 지원되기 때문에 **" 몬터레이 12.3 버전 이상으로 업그레이드 후 " ** gpu를 사용했다. 🌙 .. 2023. 6. 19. [딥러닝] 다층 퍼셉트론 (MLP) 🧠 순전파와 역전파 개념 🤖 등장 배경 단층 퍼셉트론을 여러층 쌓아올리면 어떨까? 하고 나오게 된 개념이 다층 퍼셉트론이다. 🤖 개념 앞서 배운 퍼셉트론은 단층 퍼셉트론이다. 다층 퍼셉트론은? 단층 퍼셉트론을 여러개 쌓은 것이다. 하나 이상의 은닉층(Hidden Layer)을 가진 퍼셉트론. MLP (Multi-Layer Perceptron) 라 한다. 🤖 학습 과정 인공 신경망의 학습은 오차(예측값과 실제값 차)를 최소화하는 "가중치"를 찾는 목적으로 순전파와 역전파를 반복한다. 🔺 Forward Pass (순전파) (입력층 → 출력층) 의 방향으로 계산. 입력(a)과 그에 해당하는 가중치(w)를 곱한 값들의 합을 활성화 함수(activation function)에 전달한다. 활성화 함수로 부터 리턴된 값을 다시 input으로.. 2023. 6. 18. [딥러닝] 퍼셉트론 🤖 등장 배경 McCulloch-Pitts 뉴런 모델의 등장 1943년 'McCulloch-Pitts Neuron Model' 이 제시됨. 최초의 간소화된 뇌의 뉴런 개념. 출력이 Binary인 간단한 모델. 수상 돌기에 도착한 여러 신호가 세포체에 합쳐짐. 합쳐진 신호가 특정 값을 넘으면 축삭 돌기를 이용하여 출력 신호가 전달됨. 이후, 위의 동작 과정을 모델링한 알고리즘인 퍼셉트론이 등장함. 🤖 개념 퍼셉트론은 위의 동작 과정(생물학적인 신경계의 기본 단위인 뉴런의 동작 과정)을 통계학적으로 모델링한 알고리즘이다. 🤖 특징 이진 분류 '뉴런 모델'의 출력이 Binary 한 것 처럼 '퍼셉트론'도 이진뷴류(Binary Classification)에 적용가능하다. Positive Class : +1 Ne.. 2023. 6. 17. [지능형 시스템] Chapter 12. Deep Learning History History 그동안 배웠던 챕터를 시간 순으로 짧게 정리를 해보겠다. 1943년 Warren S. McCulloch 와 Walter Pitts가 첫번째로 인공 신경망에 대한 연구를 했다.에 대하여 아래와 같은 신경망 식을 만들어냈다. N개의 입력 : x1 ,x2 ,...,xn 가중치 w1 ,w2 ,...,wn 출력 y 임계치 h 1949년 Donald Hebb이 "햅의 학습 규칙"을 만들어냈다. 1957년 Frank Rosenblatt가 최초의 의미 있는 적응적인 아키텍처를 고안해냈다. 1969년 Minsky(symbolic AI 연구)가 XOR 문제를 해결하지 못한다는 Single-layer Perceptron의 한계를 지적했다. 1970년대 그렇게 Neural Network 는 암흑기를 거쳤고, s.. 2023. 6. 16. [지능형 시스템] Chapter 11. Genetics Algorithm (유전 알고리즘) 본 시리즈는 부산대 정보컴퓨터공학과 차의영 교수님의 '지능형 시스템' 강의에서 배운 내용을 바탕으로 작성합니다. 🧬 배경 및 정의 존 홀랜드가 유전학 개념을 컴퓨터로 가져오면서 유전 알고리즘이 나왔다. 유전 알고리즘은 환경으로부터의 영향을 받은 유전자(gene)와 염색체(chromosome)의 생물학적인 행위에 기반한 확률적인 탐색 기술이다. 모방한 모집단의 생성은 "평가, 선택, 재생산"의 단계를 따른다. 이진 숫자들의 문자열들이 생존을 하기 위해 경쟁하고 재생산의 과정을 거치는 것이다. 🧬 유전 용어 Organism (유기체) 모집단(population)이라 부르는 집합으로 집단화된 것이다. Generation (세대) 평가, 선택, 재생산의 주기로 연속되는 염색체로 된 모집단이.. 2023. 6. 15. 이전 1 2 3 4 ··· 6 다음 반응형
