기계는 거짓말하지 않는다

PyTorch는 torch.utils.data.Dataset과 torch.utils.data.DataLoader의 두 가지 데이터셋 라이브러리를 제공하며미리 준비된(pre-loaded) 데이터셋 뿐 아니라 가지고 있는 데이터를 사용할 수 있다.Dataset은 data와 label을 저장한다.DataLoader는 Dataset에 쉽게 접근할 수 있도록 iterable 객체로 만들어 주고sampler, shuffle, batch_size 등 다양한 매개변수를 설정 할 수 있다.from torch.utils.data import Datasetfrom torch.utils.data import DataLoaderclass CustomDataset(Dataset): def __init__(self, data..

try, except, else, finally를 사용할 수 있다. try: # 실행 코드 except: # 예외가 발생 했을 경우 실행 코드 else: # 예외가 발생하지 않았을 때 실행 코드 finally: # 예외 발생 여부와 상관없이 항상 실행 코드 try, except만 명시하면 오류를 지정하지 않으면 모든 오류에 대해 예외 처리를 한다. try, except (발생 오류)를 사용하면 지정 한 오류에 대해서만 예외 처리를 한다. try: # 실행 코드 except: # 모든 오류에 대해 처리 try: # 실행 코드 except ZeroDivisionError as e: # ZeroDivisionError 예외 처리 try, except (발생 오류) , except (발생 오류) ...는 여러 ..

import pandas as pd raw_data_path = "./data.csv" skiprows = 1 encoding = "utf-8" df= pd.read_csv(raw_data_path, skiprows=skiprows, encoding=encoding) # Column 컬럼의 row 값이 1인 행만 df = df[df['Column'] == 1] # loc을 사용하는 경우 문자열 인덱스를 사용 # iloc을 사용하는 경우 행 번호를 사용 print(df.loc["Index", "Column"]) print(df.iloc[0, 1]) print(df.iloc[0].iloc[1]) print(df.iloc[0][1]) print(df.iloc[0].loc['Column']) print(df.i..

우선순위에 따른 정렬이 가능하다. Declaration #include #define MAX_Q_SIZE 101 typedef enum bool{ false, true }bool; typedef enum eSelectMenu { selectPush = 1, selectPop, selectPeek, selectExit } eSelectMenu; typedef struct ProcessInfo {// 프로세스 정보 저장을 위한 구조체 int pid; int remainingJob; bool initialize; }ProcessInfo; int queueElement = 0;//현재 큐에 있는 프로세스 수 ProcessInfo pQueue[MAX_Q_SIZE];// 우선순위 큐 bool IsNew(int); ..

PyTorch에서 model을 선언 후 validation 혹은 test를 진행할 때 model.eval()과 with torch.no_grad():혹은 함수에 @torch.no_grad를 선언한다. 이 의미는 다음과 같다.no_gradPyTorch의 autograd engine을 사용하지 않는다. 신경망 학습을 지원하는 PyTorch의 자동 미분 엔진이다.이것은 gradient 계산을 하지 않는다는 의미이다. 역전파(backpropagation)를 진행하지 않고 이렇게 함으로써계산에 대한 메모리 소비를 줄인다. test 시에는 이 과정을 활용하지 않기 때문에 명시한다.model.eval()선언한 모델을 평가 모드로 전환한다. training 시에 model.train()을 선언하는 것과 다르다.infe..

in을 사용해서 하나의 요소가 있는지 판별 가능하다. ex) if e in string: 여러 요소를 한꺼번에 판별하고 싶을 때 any와 for을 함께 사용한다. # 판별하고 싶은 요소 element = ["One", "Two", "Three", "Four"] # 요소들이 들어있거나 들어있지 않은 string string_list = ["abcdOneqwerThreeABCD", "cvbnmtyui", "ertyui", "NNNNNFour"] for string in string_list: if any(e in string for e in element): print(string)

C언어의 getopt와 같은 역할을 하는 명령행 파싱 모듈이다. 콘솔에서 실행할 때 매개변수를 명령어로 지정할 수 있다. add_argument의 default 매개변수는 입력하지 않아도 기본으로 지정되는 값이며 없을 경우 None이다. help 매개변수는 --help 또는 -h 입력 시 도움말이다. type 매개변수는 기본 타입을 지정한다. 타입과 다를 경우 에러를 출력한다. action 매개변수는 True 또는 False를 지정할 수 있다. import argparse def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('--str', type=str, default="String Option", help='string ty..

import os dir_path = "test/files" file_names = os.listdir(dir_path) for name in file_names: src = os.path.join(dir_path, name) dst = name.replace("old_char", "new_char") dst = os.path.join(dir_path, dst) os.rename(src, dst)