TensorFlow 2.0과 PyTorch 비교
TensorFlow 2.0 123import tensorflow as tffrom tensorflow.keras import layersfrom tensorflow.keras import datasets Hyperparameter 1234567batch_size = 64learning_rate = 0.001dropout_rate = 0.7input_sh
TensorFlow 2.0 123import tensorflow as tffrom tensorflow.keras import layersfrom tensorflow.keras import datasets Hyperparameter 1234567batch_size = 64learning_rate = 0.001dropout_rate = 0.7input_sh
이전 블로그를 이어서 진행해본다. Evaluation model.train() 모드로 변한 것 처럼 평가할 때는 model.eval() 으로 설정한다. 1234567891011# Test mode# batch norm이나 dropout 등을 train mode 변환model.eval()# OutNet( (conv1): Conv2d(1, 20, kerne
Optimization & Training https://github.com/pytorch/examples/tree/master/mnist Load Packages 1234567import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom
PyTorch Layer 이해하기 Load Packages 123456import torchfrom torchvision import datasets, transformsimport numpy as npimport matplotlib.pyplot as plt%matplotlib inline 예제 불러오기 1234567891011train_loader
PyTorch Data Preprocess 12import torchfrom torchvision import datasets, transforms Import Error 1ImportError: cannot import name 'PILLOW_VERSION' from 'PIL' pillow 버전이 7.0.0 이상 일경우 Import 에러 나는 경우가
Load Packages 12import numpy as npimport torch Basic PyTorch 기초 사용법 1234nums = torch.arange(9)nums.shapenums.numpy()nums.reshape(3, 3) 1234randoms = torch.rand((3, 3))zeros = torch.zeros((3, 3))ones
TensorFlow 2.0 1.x에 비해 정말 쉬워졌다. Numpy Array와 호환이 쉽다. TensorBorad, TFLite, TPU 여전히 많은 사용자들이 사용한다. 상용 목적으로 주로 사용한다. PyTorch Dynamic Graph & Define by Run 쉽고 빠르며 코드가 간결하다. 빠르게 성장하고 있다. 커뮤니티가 많이