파이토치 한번에 끝내기 PyTorch Full Tutorial Course

파이토치 한번에 끝내기
파이토치 모듈 구조
파이토치 구성 요소
텐서 Tensors
자동 미분 Autograd
신경망 구성
딥러닝 모델 정의 및 파라미터
손실 함수
옵티마이저
학습률 스케줄러
선형 회귀 모델
FashionMNIST 분류 모델
Colab: colab.research...
이수안 컴퓨터 연구소 (SuanLab)
채널 후원하기: buymeacoffee.c...

[@inhaisaac]

시간이 지나도 교수님 강의는 정말 명강의네요...

[@Rnrmfaos]

강의 퀄리티가 어줍잖은 유료강의들과 비교도 안될 정도로 높네요. 이렇게 좋은 강의를 무료로 해주시는 것에 정말 감사드립니다.

[@suanlab]

앗 감사합니다 ^^

[@전성호-y1e]

댓글 별로 안남기는데 3시간 영상 멈추면서 기록하면서 보느라 하루를 꼬박 봤네요. 그만큼 좋은 강의였습니다. 감사합니다.

[@suanlab]

즐겁게 봐주셔서 감사합니다.

[@냠-u2f]

감사합니다.. 컴퓨터비전 관련 프로젝트중인데 파이토치 기본도 몰라서 챗지피티로 헤매다가 때려치고 기본들으러 왔다가 감동받았네요

[@suanlab]

댓글이 감동이네요

[@naaahello8948]

강의 너무 감사해요... 급하게 이 분야가 필요해 공부할게 너무 많은 상황에서 기본적인 것도 안되어 있는 비전공자라 따라가기 벅차서 눈물 날 정도로 힘들었는데... 머리에 깔끔히 다 정리되었어요...ㅠㅠㅠ 정말 감사합니다!!!

[@siih5766]

images, labels = dataiter.next() -> images, labels = next(dataiter) torchmetrics.functional.accuracy(preds, target) -> torchmetrics.functional.accuracy(preds, target, task="multiclass", num_classes=5) metric = torchmetrics.Accuracy() -> metric = torchmetrics.Accuracy(task="multiclass", num_classes=5)

[@HowLoveChange]

감사합니다. 계속 구글링하고 있었는데 문법이 수정되었군요 ㅠㅠ

[@137f4p]

선생님 감사합니다 진짜 감샇ㅂ니다...

[@YoungjooKim-u2t]

고맙습니다

[@tkkkk1522]

진짜로.....진짜루 감사합니다 이런 오류들을 알아낼려면 어떻게 구글링해야되나요?

[@최세진-z4o]

@@tkkkk1522 stack overflow에서

[@Choiuksu]

차분한 목소리 덕분에 강의가 더 귀에 쏙쏙 들어오네요. 감사합니다.

[@suanlab]

넹 감사합니다. ^^

[@roach_jsh]

좋은 영상 감사합니다 Pytorch 빠르게 봐야했는데 큰 도움이 되네요

[@shkang0815]

정말 감사합니다. 정말 다시 봐도 하이 퀄리티의 강의 입니다. 이제 공부 시작했는데 용기가 생깁니닷!!!!!!!!!!!!!!!!!!!!!!!!!

[@korg2246]

항상 좋은 영상 양질의 강의 너무 감사합니다. 정말 많은 도움이 됐습니다

[@suanlab]

감사합니다. ^^

[@Semipia]

정말 감사합니다. 하나씩 듣고 있는데 강의마다 감탄이 나오네요. 유료강의가 아닌게 신기할 정도입니다

[@suanlab]

앗! 감사합니다. ^^

[@nayounglee9793]

으헝헝 ㅠㅠ 감사합니다 이렇게 또 새로운 버전으로 업데이트 해주셨는데 강의 자료마다 애정이 깃들어있어서 증말 감사합니다. 이해 될때까지 생각나면 들었는데 .. 또 들을께요ㅎㅎ

[@suanlab]

크... 감사합니다. ㅋㅋ

[@엄서훈]

좋은 강의 정말 감사합니다!! 😆 도움 많이 되었습니다.

[@suanlab]

넹 감사합니다 ^^

[@이대희-d1o]

정말 잘 보고 있습니다. 늦게 공부하는 신비함과 재미가 있네요.

[@suanlab]

감사합니다. 유용하고 재미진 공부죠 ㅋㅋㅋ

[@박유빈-c9e]

완강했습니다. 좋은 무료강의 감사합니다!!! 큰 도움이 되었습니다.

[@이수현-r6b7r]

좋은강의 감사합니다~ (1:07:58 "y.backward(v) 체크하기"_22.12.23)

[@leesohaeng]

좋은 강의 잘 볼꼐요. 정말 많은 도움이 될 강의 입니다.

[@suanlab]

넹 감사합니다. ㅋㅋ

[@keon22_han]

너무 좋은 강의 감사드립니다.

[@suanlab]

저도 감사드립니다

[@정태훈-t2i]

선생님 너무 공부환경을 잘 세팅해 주셔서 감사합니다 열심히 듣겠습니다

[@suanlab]

넹 감사합니다. ^^

[@YK-fg5ne]

좋은 강의 감사합니다! 따라가기고 쉽고 이해도 잘되요!

[@suanlab]

좋은 댓글 감사합니다!

[@tesserac]

56:31 1:06:04 Grad 1:27:30 신경망 1:37:00 Convolution 1:50:34 신경망 도입부 2:09:01 선형 회귀 모델 전 2:31:29 Fashion MNIST

[@Storys-y3n]

와 진심 선생님이십니다.

[@suanlab]

앗! 감사합니다 ^^

[@graashopper]

감사합니다 선생님 이해가 잘되네요 31:44

[@Ashley-rf1xq]

타자가 너무 빠르신거 빼고는^^; 정말 유익한 보석같은 강의인 것 같습니다 감사합니다!

[@nonon303]

양질의 강의 감사합니다. 1:46:52

[@suanlab]

넵, 감사합니다. ^^

[@하쿠나마타타-h1w]

와!! 파이토치가 드디어!!! 너무 감사합니다!!!

[@suanlab]

넹 파이토치의 시작입니다. ㅋㅋ

[@jin4246]

선생님, 감사합니다. 타지에서 지내는데 한국어 수업이 너무 그립더라구요 , 파이토치는 시작은 안했지만 머신러닝,딥러닝,딥러닝 프레임워크,오디오처리 정말 열심히 수강했습니다.

[@suanlab]

오! 시리즈를 모두 클리어 하셨군요 ㅋㅋㅋ

[@KimPandas]

오 파이토치 강의 감사합니다 잘볼게요

[@suanlab]

넹 파이토치 마스터가 되시길 ㅋㅋ

[@yeon5805]

많이 버시고 복받으세요 선생님..!!👍😍

[@suanlab]

감사합니다. ^^

[@herarmisnice]

항상 감사드립니다. 잘보고있습니다. 정말유익하네요

[@zemosbeat]

정말 감사합니다🙇 잘 배우겠습니다.

[@suanlab]

넵 감사합니다.^^

[@팡다츄]

39:04 Manipulations 59:37 AutoGradient 1:17:40 Pytorch , datasets

[@JJHyeok]

정말 감사합니다. 공부하는데 많은 도움이 되었습니다.

[@suanlab]

넹 감사합니다.

[@으캉컁컁컁]

잘 보겠습니다 감사합니다

[@suanlab]

넵 감사합니당 ㅋㅋ

[@최윤철-y3c]

와 드디어! 감사합니다

[@suanlab]

넹 감사합니다. ^^

[@gbox3d]

감사합니다.

[@suanlab]

넹 감사합니다. ^^

[@dongheejung533]

교수님 좋은 강의 감사드립니다.

[@hyungjin6970]

너무 감사합니다. 큰 도움을 받았습니다 선생님!!🤗

[@uhaim_haim]

좋은영상 감사합니다 교수님 많이 배워갑니다.

[@오랑오탄]

1:51:26 모델정의

[@_2_29k]

좋은강의감사합니다. 따라하면서 시청하기엔 강의가 너무 빠르네요... 입문하시는 분들보단 어느정도 학습이 되고 영타에 자신이 있다 하시는분들 정도만 따라가실 수 있을 것 같습니다

[@flame6554]

정말 감사드립니다 잘 보고갑니다

[@HowLoveChange]

좋은 강의 감사합니다.

[@diarkim]

감사합니다!!

[@suanlab]

네 감사합니다

[@jj362choi]

대단하십니다. 이 동영상 하나로 pytorch 에 대한 개념은 잡을 수 있겠네요..

[@suanlab]

감사합니다. ^^

[@박형빈-i4q]

감사합니다

[@suanlab]

앗! 감사합니다 ^^

[@lofi4384]

안녕하세요 강의 잘 듣고 있습니다! 혹시 제 개인 블로그에 유튜브 링크 공유한 다음에 업로드해도 괜찮을지 여쭤봅니다!! 블로그에 올리면서 공부하려구요!

[@suanlab]

네, 좋습니다 ^^

[@bell_min]

감사합니다. 혹시 기본기가 있다는 가정하에, 파이토치 텐서플로우 사이킷런 케라스 등의 프레임워크 중 어떤것을 가장 먼저 배우면 좋을지 추천해주실 수 있으신가요?

[@BuySellHoldGoodInvest]

감사해요 ㅠㅠ 14:22

[@민스스-e9s]

감사히 보겠습니다!^^

[@suanlab]

넵 감사합니다.

[@김인수-z2p]

45:30 45:30 1:03:00 1:03:00 autograd 1:16:00 1:16:00 데이터

[@ubuntunux]

좋은 정보 감사합니다.

[@dh-uz4hs]

안녕하세요 강의 잘 들었습니다 혹시 1:08:06 에서 출력값 y 를 v를 기준으로 기울기를 구한다는게 무슨 말인지 잘 이해가 안됩니다 추가 설명 부탁드려도 될까요?

[@양주희-r2v]

저도 ,,,

[@chieryran8434]

감사히 배우고 갑니다. 🙇‍♀

[@jingyu_park]

1:23:08 dataiter.next()는 안되고 next(dataiter)로 하니깐 되네요. 버젼 바뀌면서 달라진 것 같아요.

[@Chung2nsik]

감사합니다 ㅠ

[@양민혁-m1i]

혼동되었었는데, 도움이 되었습니다. 감사합니다!!

[@bangoshi]

와 파이토치 감사합니다!

[@suanlab]

넹 감사합니당. ㅋㅋ

[@박성모-v2l]

선생님 강의를 들으면서 공부하는 학생입니다! 혹시 선생님께서 사용하시는 자료를 따로 블로그에 작성해서 기록한다고 하면 문제가 되는지 여쭤봐도 될까요??

[@suanlab]

넵 가능합니다. ^^

[@박성모-v2l]

@@suanlab 감사합니다...

[@seokhyunyoun]

2:20:15 감사합니다

[@suanlab]

넹, 감사합니다 ^^

[@ploradoaa]

1000번째 좋아요!!!

[@suanlab]

와우 감사합니다

[@logi4840]

9.26 진도 18:50

[@최준혁-w7x]

2:08:15 에서 softmax에서 prediction한 결과와 target을 비교할 때, 행 방향 차원이 아닌 열방향 차원을 기준으로 한 값들과 비교하는 게 맞지 않나요? 이 부분 이해가 잘 안가요..

[@jlim3913]

26:49 (4차원) 01:27:25 (신경망 구성)

[@user-nj8djdkdma1o]

코랩 프로 gpu로 학부수준의 프로젝트나 책에 있는 실무프로젝트 돌리기 괜찮나요? 없는것보단 나을까요?

[@suanlab]

없는것보단 훨신 좋죠

[@rain6014]

안녕하세요 좋은 강의감사드립니다. 그런데 한 강의 자체가 너무 길어서 따라치다가 오류도 나고 그래서요, 코드가 채워진 완성본을 공유해주시면 안될까요? 부탁드립니다...

[@푸키푸키-w2f]

감사합니다ㅠㅠ

[@양주희-r2v]

backward랑 grad 부분을 모르겠는데 딥러닝 영상에서 설명해주시나요 ㅜ

[@건슬래이어]

혹시 강의 자료를 따로 다운받을수는 없겠죠?

[@royalremi]

열심히 공부해서 AI세계를 제패할거에요!

[@전성용-v4i]

안녕하세요. 파이토치를 사용하다가 발생된 에러인데요. 아무리 찾아봐도 몰라서 여쭤 봅니다. “ autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method” 가 무슨 뜻이며, 해결 방법은 무엇인가요?

[@겻븨님븨]

59:48 AutoGrad

[@밍슈슈]

NeuralNet부분 분류 부분에서 running_loss 출력할 때 running_loss / 2000으로 해서 출력하시는데 2000을 나누는 이유를 알 수 있을까요?

[@까까오당]

아마 running_loss가 100번씩 더해지기 때문에 2000이 아니라 100을 나눠야 정상적인 값이 나오는 것 같습니다!! 2000은 아마 오류인듯합니다

[@MyMusicHealer82]

1:10:11 백프로파게이션 나오면서 막히네요 기본개념부터 공부하러,.

[@yong-hopark3717]

선생님 강의 너무 잘 들었습니다. 질문이 있는데요. 모델 정의에서 Linear로 넘어갈때 (full connected layer) flatten해줘야 하는건 이해를 했는데 *5*5를 곱해주는 이유가 뭔가요? 확인을 먼저 해봐야하는거 아닌가요? 처음 '모델 정의' 배울 때도 5^2을 곱해주고 Fashion_Mnist 모델도 그냥 5^2을 곱해주길래 차이를 생각해보려고 했으나 모르겠습니다.😅

[@herarmisnice]

convolution 과 pooling과정을 거치면서 한번확인을 해야 할것같네요

[@맥그슨]

그혹시.. 제가 예전에 공부햇었던 파이토치 자료가 너무오래돼서 어떻게하다보니까 전부 없어졋는데 모델일부가 pth 형식으로 남아있습니다. 근데 제가 한참할때는 모델을 미리 정의한다음 pth를 불러와야하고 반대방식은 안됬습니다. 저는 pth불러오면 예전에했던 모델을 불러오고싶은데 방법이없을까요?

[@suanlab]

torch에서 간단하게 불러올 수 있습니다. model.load_state_dict(torch.load('model.pth'))

[@suanlab]

아! 모델이 없으신거군요... ㅜ.ㅠ

[@김문기-n1g]

1:59:05 Custom layer

[@changwoo7463]

35:00 이어보기

[@recordable542]

감사합니다~ 혹시 33분 부근에 max(dim=0) 를 하면 0번째 배열 안에서 max 값을 찾는게 아닌가요...? 결과가 이해가 안되요 ㅠㅠ

[@hayoung_jeremy]

늦었지만 혹시 궁금해하실 다른 분들을 위해 답글 남겨요! dim=0은 각 열(column)을 기준으로 최댓값을 찾습니다. dim=1은 각 행(row)을 기준으로 최댓값을 찾고요. 그 이유는 다음과 같습니다 : 예시에서 사용한 2D 텐서의 특징은, 앞서 영상에서 설명해주셨듯이 sample과 feature 구조로 사용됩니다. 행(row)은 각각의 sample을 나타냅니다. 예를 들어 데이터셋이 여러 사람의 정보를 포함한다고 하면, 각 행은 한 사람에 대한 정보를 나타냅니다. 하나의 행이 한 명의 사람이라고 볼 수 있어요. 열(column)은 각 sample의 특성(feature)을 나타냅니다. 예를 들면 사람의 나이, 키, 체중 등의 다양한 속성을 특성이라고 할 수 있습니다. 즉 2차원 텐서에서 0번째 차원(dim = 0)은 행(row, sample), 1번째 차원(dim = 1)은 열(column, feature)을 나타냅니다. 그래서 0번째 배열이 아닌, 해당 텐서의 열을 기준으로 했을 때의 최댓값과 그 열에서의 인덱스를 출력해줍니다. 0.8456은 해당 텐서의 열 0.6946과 0.8456 중 가장 큰 값이며, 이는 해당 열의 1번째 인덱스에 위치합니다.

[@alkancv1752]

공변벡터나 반변벡터 연산 기능도 있나요?

[@suanlab]

앗 ㅋㅋ 텐서 연산은 다루지만 공변벡터와 반변벡터는... 다루지 않습니다. 나중에 수학편을 별도로 만들어야 겠네요. ^^

[@kimjehyun2]

59:40 자동미분

[@전지적사고]

1:18:22 datasets 불러오기 북마크

[@김도겸-f2b]

북마크 1:44:45

[@유광현-s6w]

❤

[@ro7407]

선생님 강의를 따라 보면서 모든 코드를 실습해보았습니다 생각보다 텐서플로워만 만져보다보니 파이토치는 그보다 좀 더 어려운 느낌이 조금 있는거같네요 질문있습니다! torch.svd()의 정확한 사용법이나 역할이 무언인지 알려주실수있나요..? 찾아봤는데도 이해가 너무 어렵네요..

[@suanlab]

딥러닝을 좀 더 자유롭게 다룰 수 있다보니 어렵게 느껴지실수 있습니다. SVD 같은 부분들은 추후 Ai수학 강의때 보충해보겠습니다.

[@lanyi86]

Biopython도 다뤄주실수있을까여?

[@suanlab]

네, 저도 나중에 꼭 해보고 싶네요 ㅋㅋ

[@서로워]

선생님 직접 연락하거나.. 배울 수 있는 곳은 없나요?

[@suanlab]

아! 오프라인 말하시는건가요?

[@서로워]

@@suanlab 네 상담드리고 싶은 것도 있구해서 ..ㅠㅠ 오픈톡이나 알수있을까요?

[@박건우-r9h]

1:27:00

[@MyeongGeon]

책갈피 34:23

[@jilee-r3l]

56:44

[@mingikim9486]

2:00:26

[@도비-j1g]

22:00 33:00

[@김인욱-u5q]

1:51:33 토치 찍먹

[@박나영-y4o]

책갈피 (1:08:10)

[@gksghkWin]

23:41

[@korea_response]

33:31

[@김인수-z2p]

37:10 37:10

[@jena-e5q]

43:00

[@창딩이]

1:22:36 images, labels = dataiter.next() 에서 에러가 나네요 ㅜ _MultiProcessingDataLoaderIter 에서 next메쏘드를 불러오는데 실패한 것 같아요.. 제가 파(이썬)린이라서.. ㅜㅠ 혹시 왜 발생하는지 알려주실 수 있나요 ? 저만 발생하나요..? ㅜ 아래 에러메세지를 카피했습니다.. s --------------------------------------------------------------------------- ValueError Traceback (most recent call last) in 3 # images, labels = next(dataiter) 4 print('s') ----> 5 images, labels = dataiter.next() 6 # images.shape, labels.shape 3 frames /usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py in __next__(self) 679 # TODO(github.com/pytorch/pytorch/issues/76750) 680 self._reset() # type: ignore[call-arg] --> 681 data = self._next_data() 682 self._num_yielded += 1 683 if self._dataset_kind == _DatasetKind.Iterable and \ /usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py in _next_data(self) 1374 else: 1375 del self._task_info[idx] -> 1376 return self._process_data(data) 1377 1378 def _try_put_index(self): /usr/local/lib/python3.7/dist-packages/torch/utils/data/dataloader.py in _process_data(self, data) 1400 self._try_put_index() 1401 if isinstance(data, ExceptionWrapper): -> 1402 data.reraise() 1403 return data 1404 /usr/local/lib/python3.7/dist-packages/torch/_utils.py in reraise(self) 459 # instantiate since we don't know how to 460 raise RuntimeError(msg) from None --> 461 raise exception 462 463 ValueError: Caught ValueError in DataLoader worker process 0. Original Traceback (most recent call last): File "/usr/local/lib/python3.7/dist-packages/torch/utils/data/_utils/worker.py", line 302, in _worker_loop data = fetcher.fetch(index) File "/usr/local/lib/python3.7/dist-packages/torch/utils/data/_utils/fetch.py", line 49, in fetch data = [self.dataset[idx] for idx in possibly_batched_index] File "/usr/local/lib/python3.7/dist-packages/torch/utils/data/_utils/fetch.py", line 49, in data = [self.dataset[idx] for idx in possibly_batched_index] File "/usr/local/lib/python3.7/dist-packages/torchvision/datasets/mnist.py", line 145, in __getitem__ img = self.transform(img) File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/transforms.py", line 94, in __call__ img = t(img) File "/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py", line 1130, in _call_impl return forward_call(*input, **kwargs) File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/transforms.py", line 269, in forward return F.normalize(tensor, self.mean, self.std, self.inplace) File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/functional.py", line 360, in normalize return F_t.normalize(tensor, mean=mean, std=std, inplace=inplace) File "/usr/local/lib/python3.7/dist-packages/torchvision/transforms/functional_tensor.py", line 954, in normalize raise ValueError(f"std evaluated to zero after conversion to {dtype}, leading to division by zero.") ValueError: std evaluated to zero after conversion to torch.float32, leading to division by zero.

[@창딩이]

해결했습니다 ! 그 전에 오타를.. 쳤네요...

[@tkkkk1522]

@@창딩이 저도 똑같은 오류가 났는데 어느 부분에서 오타가 있던걸까요?

[@김필수-p7z]

39:17

[@luti6916]

39:01