텐서 다루기
텐서 (Tensor) 텐서는 배열 또는 행렬과 매우 유사한 데이터 구조 import torch import numpy as np 텐서 만들기 입력 받은 객체를 텐서 객체로 변경 입력 받은 객체의 자료형을 유지 >>> data = [ >>> [1,2,3], >>> [4,5,6] >>> ] >>> x = torch.tensor(data) >>> x tensor([[1, 2, 3], [4, 5, 6]]) >>> type(x) torch.Tensor 텐서의 속성 # int64가 기본값 >>> x.dtype torch.int64 >>> x.shape torch.Size([2, 3]) >>> x.size() torch.Size([2, 3]) >>> x.device device(type='cpu') # 64에서 32..
NumPy 예제
MAE와 RMSE 함수 구현하기 다음과 같이 실제 값과, 모델이 예측한 값이 각각 100개가 있다 실제값과 예측값 사이에 평균 오차를 구하는 함수 두개를 구현하자 >>> np.random.seed(42) # 정답값 >>> target = np.random.randint(50, 91,100) # 예측값 >>> pred = np.random.randint(40, 100,100) >>> target , pred (array([88, 78, 64, 57, 70, 88, 68, 72, 60, 60, 73, 85, 89, 73, 52, 71, 51, 73, 79, 87, 51, 70, 82, 61, 71, 74, 76, 77, 65, 64, 52, 86, 56, 70, 58, 88, 67, 53, 74, 63, 5..
NumPy
벡터 (Vector) 1차원 데이터(1차원 배열) 스칼라(scalar)가 연속적으로 여러 개 모여 있는 것 >>> lst = [1,2,3,4,5,6] >>> arr = np.array(lst) >>> arr array([1, 2, 3, 4, 5, 6]) 행렬 (Matrix) 2차원 데이터(2차원 배열) 1차원 배열인 벡터가 여러 개 모여 있는 것 >>> lst = [ >>> [1,2,3], >>> [4,5,6] >>> ] >>> arr = np.array(lst) >>> arr array([[1, 2, 3], [4, 5, 6]]) NumPy (Numerical Python) 수치계산을 위한 파이썬 라이브러리 딥러닝에서 사용되는 텐서와 매우 유사 벡터, 행렬 단위에 대용량 수치연산을 빠르게 해줌 다차원 배..
DCL (Data Control Language)
DCL (Data Control Language) grant: 사용자 계정에 대한 권한을 주는 구문 revoke: 사용자 계정에 대한 권한을 회수하는 구문 commit: insert,update,delete 대한 데이터베이스에 실제 반영해주는 구문 rollback: insert,update,delete 대한 복구 계정 생성 create user '아이디'@'ip' identified by '비밀번호'; create user 'karns'@'%' identified by '1234'; select * from user; 권한 권한 주기 (grant) #권한 주기 grant select,insert,delete,update,create,alter,drop on *.* to 'karns'@'%'; select..
