분류 전체보기
-
[30 Days of ML] Day 9 - part 2Program/[Kaggle] 30 Days of ML 2021. 8. 15. 18:06
Tutorials What is Model Validation 모델의 퀄리티를 요약하는 메트릭 중 하나인 Mean Absoute Error(MAE)를 살펴 볼 것이다. MAE 는 실제값과 예측값의 차이에 절댓값을 씌운 후 예측값의 개수만큼 나누어 주면 된다. The Problem with "In-Sample" Scores from sklearn.metrics import mean_absolute_error predicted_home_prices = melbourne_model.predict(X) mean_absolute_error(y, predicted_home_prices) 1115.7467183128902이렇게 계산된 측정값을 "표본 내(in-sample)" 점수라고 할 수 있다. 모델을 구축하고 평..
-
[30 Days of ML] Day 9 - part 1Program/[Kaggle] 30 Days of ML 2021. 8. 15. 17:46
Tutorials Selecting Data for Modeling 데이터 셋에 변수가 너무 많아 확인하기가 어렵다. 그래서 직관(intuition)을 통해 몇 가지 변수를 선택해보자. 이후에는 자동으로 변수의 우선 순위를 지정하는 통계 기술을 살펴 볼 것이다. 데이터의 하위 집합을 선택하는 여러 방법 "prediction target"을 선택하는 데 사용하는 dot 표기법 "features"를 선택하는 데 사용하는 column list로 선택 Selecting The Prediction Target dot-notation으로 변수를 선택할 수 있으며 Seires에 저장된다. dot-notation을 통해 prediction target을 선택하며 보통 y라고 부른다. Choosing "Features"..
-
[30 Days of ML] Day 8Program/[Kaggle] 30 Days of ML 2021. 8. 12. 22:12
Tutorials Decision Tree 데이터를 사용해 어떻게 두 그룹으로 나눌지 방법을 결정한 다음 각 범주의 예상되는 주택 가격을 결정함. 이렇게 데이터로부터 패턴을 포착하는 단계를 fitting or training the model이라고 함. 모델을 fit하는데 사용된 데이터를 training data라고 함 모델을 fit한 후, 새로운 데이터를 사용해 다른 주택 가격을 predict할 수 있음 Improving the Decision Tree 이전의 결정 트리는 침실의 개수만을 고려하지 욕실 수, 부지 크기, 위치 등과 같이 집 가격에 영향을 미치는 다른 요소들을 고려하지 않음. 그러므로 더 많은 splits가 있는 tree를 사용하여 더 많은 요소를 포착할 수 있음. 이를 deeper 트리..
-
[30 Days of ML] Day 7Program/[Kaggle] 30 Days of ML 2021. 8. 12. 01:34
Excercise Imports Python에서는 고품질의 사용자 정의 라이브러리를 사용할 수 있음 이러한 라이브러리의 일부는 "표준 라이브러리"에 있음 먼저 표준 라이브러리 중 math 를 임포트해보자 import math print("It's a math! It has type {}".format(type(math))) It's a math! It has type math는 모듈임 모듈은 다른 사람이 정의한 변수의 모음임 우리는 내장 함수 dir()를 이용해서 math의 모든 names를 확인할 수 있음 print(dir(math)) ['__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh', ..
-
[Error] Expected tensor for argument #1 'indices' to have scalar type Long; but got torch.IntTensor instead (while checking arguments for embedding)Setting & Error 2021. 8. 11. 01:28
torch.from_numpy(np.random.randint(1, V, size=(batch, 10))) 를 torch.from_numpy(np.random.randint(1, V, size=(batch, 10))).long() 로 바꾼다. long() 붙이기 아래 사이트 참고 https://www.gitmemory.com/issue/nikitakit/self-attentive-parser/25/498689123 RuntimeError when trying to train a new model - self-attentive-parser Ask questionsRuntimeError when trying to train a new model First of all, thank you for sharing..
-
[Python] IndexError: invalid index of a 0-dim tensor. Use `tensor.item()` in Python or `tensor.item<T>()` in C++ to convert a 0-dim tensor to a numberSetting & Error 2021. 8. 11. 01:26
파이토치 0.5 이후 버전에서 0차원 텐서의 지수가 유효하지 않아서 발생하는 에러 https://github.com/NVIDIA/flownet2-pytorch/issues/113 invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number · Issue #113 · NVIDIA/flownet2 pytorch 1.0 python3 main.py --inference --model FlowNet2 --save_flow --inference_dataset ImagesFromFolder --inference_dataset_root ~/fs24_512/ --resume mycheckpoints/FlowN..
-
[Python] OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initializedSetting & Error 2021. 8. 11. 01:24
주피터 노트북으로 matplotlib을 사용해 그래프를 그리려는데 "kernel dead" 커널이 죽었음 아래와 같은 메시지가 떴음 OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized. OMP: Hint This means that multiple copies of the OpenMP runtime have been linked into the program. That is dangerous, since it can degrade performance or cause incorrect results. The best thing to do is to ensure that only a single O..
-
[Windows 10 + RTX3090] Pytorch 설치Setting & Error 2021. 8. 11. 01:20
RTX3090을 사용하고 Windows10 os 1. CUDA, cuDNN 설치 된 환경이 필요 만약 CUDA, cuDNN 설치하지 않았다면 아래 사이트 참고해서 설치 진행 https://uding.tistory.com/30 디스플레이어 어댑터 ->.." data-og-host="uding.tistory.com" data-og-source-url="https://uding.tistory.com/30" data-og-url="https://uding.tistory.com/30" data-og-image="https://scrap.kakaocdn.net/dn/bzajfT/hyLcq56n7G/JzdFfgZxYrBYDKTO4SVLhK/img.png?width=442&height=145&face=0_0_442_1..