용어 정리_yolo학습시작부터(2024.07.05~ 진행중)

> 텐서 ( 출처 : https://www.ibm.com/kr-ko/topics/pytorch )

모든 머신러닝 알고리즘에서, 심지어 소리나 이미지처럼 겉으로 보기에 숫자가 아닌 정보에 적용되는 알고리즘에서도 데이터는 반드시 숫자로 표현되어야 합니다.  PyTorch에서 플랫폼에서 계산에 사용되는 기본 데이터 단위 역할을 하는 거(텐서)

 머신 러닝에서 텐서는 수학적 장부 기기와 같은 기능을 하는 다차원 숫자 배열

-  차원 수 ... n차원 텐서

• 0차원 스칼라,
• 1차원 벡터
• 2차원 행렬
• n차원 텐서

 

> PyTorch 중 모듈 세 가지 클래스

- nn 모듈 : 신경망의 계층으로 배포, torch.nn 패키지에는 컨볼루션, 풀링, 회귀와 같은 일반적인 연산을 수행하는 대규모 모듈 라이브러리가 포함되어 있습니다. torch.nn.Linear(n,m)는 n개의 입력과 m개의 출력을 가진 선형회귀 알고리즘을 호출합니다.

- autograd 모듈 : 신경망내에세 작동하는 모든 함수에 대해 경사 하강을 통해 모델 매개 변수를 최적화하는 데  사용되는 기울기를 자동으로 계산하는 간단한 방법을 제공합니다. 테서를 requires_grad = True 로 추가하면 해당 텐서에 대한 모든 연산을 추적해야 한다는 신호를 autograd에 전달하여 자동 미분을 가능하게 합니다.

- Optim모듈 : 기울기에 최적화 알고리즘을 적용합니다.  Torch.Optim은 특정 최적화 요구 사항에 맞게 확률적 경사하강법(SGD) 또는 RMSProp(평균 제곱근 전파)과 같은 다양한 최적화 방법을 위한 모듈을 제공한다. 

 

>선형회귀 알고리즘 : 선현 회귀 분석은 다른 변수의 값을 기반으로 변수의 값을 예측하는데 사용됩니다. 예측하려는 변수를 종속 변수라고 합니다. 다른 변수의 값을 예측하는데 사용하는 변수를 독립 변수라고 합니다. 이 분석형태는 종속 변수의 값을 가장 잘 예측하는 하나 이상의 독립 변수를 포함하는 선형 방정식의 계수를 추정합니다. 선형 회귀는 예측된 출력 값과 실제 값 간의 불일치를 최소화하는 직선 또는 표면에 적합합니다. '최소 제곱'법을 사용하여 쌍을 이루는 데이터 집합에 가장 적합한 선을 찾는 간단한 선형 회귀 계산기가 있습니다. 그런 다음Y(독립변수)에서 X(종속 변수) 값을 추정합니다.

• R 선형 회귀.
• MATLAB 선형 회귀.
• Sklearn 선형 회귀.
• 선형 회귀 Python.
• Excel 선형 회귀.

- 선형회귀 모델은 비교적 간단하며 예측을 생성할 수 있는 해석하기 쉬운 수학 공식을 제공합니다. 선형 회귀는 비즈니스 및 학술 연구의 다양한 영역에 적용할 수 있습니다.  선형회귀는 생물학, 행동, 환경 및 사회 과학에서 비즈니스에 이르기까지 모든 분야에서 사용됩니다. 선형회귀 모델은 미래를 과학적이고 안정적으로 예측하는 입증된 방법이 되었습니다. 선형 회귀는 오랫동안 확립된 통계 절차이기 때문에 선형회귀 모델의 속성을 잘 이해하고 매우 빠르게 학습할 수 있습니다.

 

> 기계학습용 외부 라이브러리

- pandas : 데이터로부터 학습자료를 읽고 쓰고, 전처리함

- scipy : 다양한 과학적 계산을 위한 모듈,  scientific python의 약자

- scikit-learn : 기계학습에 필요한 다양한 알고리즘 제공

 

> 기계학습 개발 프레임워크

- TensorFlow : 구글 오픈소스, 핵심기술 C++로 작성, 프론트 엔드는 파이썬으로 작성, CPU사용, 시각화 툴 TensorBoard 제공, 비디오,이미지,음성 사용가능 

- Keras : 텐서플로를 기반으로 프로그인 프레임워크, 직관적인 api, 현재 텐서플로와 통합되어 텐서플로 안에서도 사용가능

- PyTorch : Lua로 개발된 Torch를 파이썬 api로 개발, 디버깅이 쉬운 직관적인 코드로 구성, 동적 그래프: 언제든지 데이터에 따라 모델 조정 가능

 

> IDE : Jupyter Notebook

- IPython ( Interacive Python) 의 장점 모두 물려 받음, 웹 브라이저에서 코딩과 문서 작성 모두 가능, 최고의 파이썬 개발환경

 

> arXiv 서지 탐색기

 

> Litmaps 란 무엇인가?

 

>scite 스마트 인용 : 사용자는 출판물이 어떻게 인용되었는지 확인하고, 인용에 대한 맥락을 제공하고, 뒷받침하는 증거 또는 대조 증거를 제공하는지 분류할 수 있습니다.