076923 : Main

모델(Model) PyTorch에서 사용되는 모델(Model)은 모든 인공 신경망(Neural Network) 모듈의 기본 클래스입니다. 모델(Model)은 데이터에 대한 연산을 수행하는 계층(Layer)을 정의하고, 순방향(Forward) 연산을 수행합니다. 모델 클래스를 활용해 복잡한 구조의 인공 신경망을 모듈화해 빠르게 구축하고 관리하기 용이한 상태로 만듭니다. PyTorch의 모듈(Module) 모듈(Module) 클래스는 인공 신경망(Neural Network)의 기본 클래스입니다. 새로운 모델 클래스를 생성하려면, 모듈(Module) 클래스를 상속받아 임의의 서브 클래스(Sub Class)를 생성합니다. 이 클래스는 다른 모듈(Module) 클래스를 포함할 수 있으며, 트리 구조(Tree structure)로 중첩할 수 있습니다. 모듈(Module) 기본형 import torch.nn as nn import torch.nn.functional as F class Model(nn.Module): def __init__(self): super(Model, self).__init__() self.conv1 = nn.Conv2d(1, 20, 5) self.conv2 = nn.Conv2d(20, 20, 5) def forward(self, x): x = F.relu(self.conv1(x)) x = F.relu(self.conv2(x)) return x 초기화 메서드(__init__ )는 신경망에 사용될 계층(Layer)을 초기화합니다. 먼저, super() 함수를 통해 Module 클래스의 속성을 초기화합니다. 초기화 이후에는 학습에 사용되는 계층을 초기화 메서드에서 선언합니다. 순방향 메서드(forward)는 모델이 데이터(x)를 입력받아 학습을 진행하는 일련의 과정을 정의합니다. 모델 객체를 호출하는 순간 순방향 메서드(forward)의 정의 순서대로 학습이 수행됩니다. 데이터 세트 이번 강좌에서는 사용자 정의 데이터 세트, 사용자 정의 모델, GPU 연산 적용, 모델 예측을 진행해보도록 하겠습니다. 학습에 사용된 dataset.csv는 아래 링크에서 다운로드할 수 있습니다. Dataset 다운로드 : 다운로드 dataset.csv는 다음과 같은 형태로 구성되어 있습니다. x y -10.0 327.79 -9.9 321.39 -9.8 314.48 -9.7 308.51 -9.6 302.86 -9.5 296.41...

Python Pytorch 강좌 : 제 9강 - 모델(Model)

댓글