| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- WGAN
- mme paper
- CycleGAN
- Pix2Pix
- CGAN
- UnderstandingDeepLearning
- 백준 알고리즘
- 딥러닝손실함수
- ConMatch
- conjugate pseudo label paper
- Meta Pseudo Labels
- CoMatch
- remixmatch paper
- GAN
- BYOL
- mocov3
- 컴퓨터구조
- cifar100-c
- Entropy Minimization
- shrinkmatch paper
- 최린컴퓨터구조
- semi supervised learnin 가정
- SSL
- dann paper
- dcgan
- shrinkmatch
- tent paper
- adamatch paper
- simclrv2
- Pseudo Label
Archives
- Today
- Total
목록view (1)
Hello Data
[pytorch] transpose, view 의 차이 알아보기
경량화 모델 중 하나인 ShuffleNet의 코드를 살펴보던 중 view, transpose를 사용하는 코드들을 발견하였는데 제대롤 이해해야 나중에 잘 활용할 수 있겠다 생각해 알아보았다. 내가 직접 짜지않고 보고 이해하는 것은 할 수 있었으나 실제로 어떤 기능으로 활용되는지는 잘 알 수 없었다. view 예시 우리가 네트워크를 짜는 도중에 input값을 맞출 때 자주 사용된다. x = torch.rand(2,3,4) print(x) tensor([[[0.1796, 0.9432, 0.8833, 0.7571], [0.9830, 0.5509, 0.6370, 0.2307], [0.9010, 0.7599, 0.1854, 0.5038]], [[0.8308, 0.9059, 0.2282, 0.1945], [0.002..
딥러닝/파이토치
2023. 3. 16. 15:43