반응형
Logistic Regression의 Hypothesis에서 m(데이터 길이)과 d(차원)이라고 하는데 m은 row 즉 행의 수를 뜻하고 d는 차원이라고 하지만 곧 요소수를 뜻함
또한 w 가중치 파라미터의 경우 (d, 1) 로 시작된다.
따라서 (m, d)로 표현하는데 (2, 3)일때 [[1, 2, 3], [4, 5, 6]] 형태가 된다.
또한 가중치 파라미터는 (3, 1)형태가 될 것이다. 3개의 요소에 대응하기 위해 3개의 가중치가 필요한것임
이렇게 뉴런 하나가 이루어지고 H(x) = x1w1 + x2w2 + x3w3 + b 형태
나중에 nn.Linear를 사용할때도 (d, 결과수) 즉 (3, 1)의형태를 쓰게 됨. 3개의 요소가 들어와서 하나의 결론으로 도달
m의 경우 몇개가 들어오든 그냥 열어두는 것 같다.
반응형
'배우는 과정 > Pytorch' 카테고리의 다른 글
파이토치의 딥러닝 모델링과 파운데이션 모델의 fine-tuning의 차이점 (2) | 2024.07.24 |
---|---|
Pytorch 데이터 적합 요약 (0) | 2024.07.21 |
Pytorch 학습기법 요약 (1) | 2024.07.21 |
딥러닝 훈련의 간단 이해 (0) | 2024.07.02 |
댓글