Machine Learning

    PyTorch Lightning 사용기 1 - 장점과 단점

    PyTorch Lightning 사용기 1 - 장점과 단점

    PyTorch Lightning은 사람들이 PyTorch 코드들을 작성하는 게 다 스타일이 다르다 보니까 이런 스타일을 통일하고자 만든 라이브러리이다. PyTorch의 기존 단점은 사람들마다 train 시키는 코드가 다 제각각이라는 것인데, 이것을 함수화 시켜서 train, validate, test까지 다 해결할 수 있게 만들었다. 그리고, 기존의 save, logging, checkpointing, hyperparameter logging, version management 같은 부분을 통일화시켜서 다른 사람들의 코드를 더 보기 쉽게 할 수 있다. 즉, 코드 자체가 재사용 가능하고 공유 가능해진다는 것이다. 게다가 제일 좋은 부분은, Lightning 자체가 PyTorch의 wrapper 형식으로 작..

    LeNet-5으로 더욱더 정확한 손글씨 분류기 만들기: MNIST-2

    LeNet-5으로 더욱더 정확한 손글씨 분류기 만들기: MNIST-2

    사용한 기술 스택들: LimePencil/MNIST: MNIST model trained using various models, implemented in PyTorch (github.com) GitHub - LimePencil/MNIST: MNIST model trained using various models, implemented in PyTorch MNIST model trained using various models, implemented in PyTorch - GitHub - LimePencil/MNIST: MNIST model trained using various models, implemented in PyTorch github.com 오늘은 저번 포스팅에 이어서 손글씨 분류기를 만들어..

    MNIST 데이터셋 활용해서 간단한 딥러닝으로 손글씨 분류기 만들기: MNIST-1

    MNIST 데이터셋 활용해서 간단한 딥러닝으로 손글씨 분류기 만들기: MNIST-1

    사용한 기술 스택들: LimePencil/MNIST: MNIST model trained using various models, implemented in PyTorch (github.com) GitHub - LimePencil/MNIST: MNIST model trained using various models, implemented in PyTorch MNIST model trained using various models, implemented in PyTorch - GitHub - LimePencil/MNIST: MNIST model trained using various models, implemented in PyTorch github.com 오늘은 MNIST라는 데이터셋을 사용해서 손글씨 분..