![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/bYK4O2/btsGJM76HLP/W1S4bUVtbCpJuKNMEjPweK/img.png)
전혀 감도 안오는 에러가 뜨길래 약간 쫄았는데 나도 짬이 얼추 찼나보다. 금방 해?결 했다. torch의 DataLoader를 설정하는 부분에서 num_workers를 0이 아닌 다른 값을 전달했다면 0으로 바꿔보고 다시 실행해보자. test_loader = DataLoader( test_set, batch_sampler=test_sampler, num_workers=0, # 이 값을 0 이외의 숫자로 전달하지 않았는지 확인하자. pin_memory=True, collate_fn=test_sampler.episodic_collate_fn, )
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/ql7jU/btsGJqpXDZe/fgPWitEGhXXPKU7wtBsiZK/img.png)
위와 같이 torch의 DataLoader를 사용해서 데이터를 iteration 할때 매번 뭔가 이상하게 KeyError 값이 변하면서 데이터 확인이 안되고 에러가 나고 있다. 이때 만약 내 데이터가 Pandas의 DataFrame 타입이라면 torch.Dataset으로 train_dataset으로 만들어주는 코드에서 iloc를 빼먹지 않았는지 확인해보자 class BinaryDataset(Dataset): def __init__(self, feature, target): self.feature = feature self.target = target def __len__(self): return len(self.target) def __getitem__(self, idx): return self.feat..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/cCH9Fy/btsGFyVbEzM/hbRZcnTa1Mo10ieeUih8R0/img.png)
Diffusion 논문을 공부해본 사람들이면 한번쯤은 봤을 논문이다. 다른거 다 제쳐두고 다음 43~45 equation을 이해하는데 정말이지 2주는 걸린 것 같다. 1. Expectation 아래 q(-) 분포가 왜 갑자기 축소되는가? : 이것은 그나마 이해하기 쉽다. 우선 아래 수식을 노트에 한번 따라써보면서 이해해보자. 다시말하면 E_x~q(x),y~p(y),z~h(z)[f(x)] 같은 식이 있다고 할 때, y나 z는 Expectation내부 함수 f(x)에 전혀 영향을 주지 않는 변수이므로 아예 식에서 제외해버려도 상관 없다. 정말 직관적으로 생각하자면 Expectation [...] 에 들어가지 않는 변수들은 모두 제거해도 된다는 의미이다. 따라서 각 Expectation 내부에 있는 함수에 포..
- Total
- Today
- Yesterday
- vae
- elementry matrix
- eigenvalue
- 선형대수
- manim library
- 이왜안
- 파이썬
- 베이즈정리
- 3B1B따라잡기
- 3b1b
- Manimlibrary
- 오일석기계학습
- MLE
- marginal likelihood
- MorganCircularfingerprint
- kld
- MatrixAlgebra
- 최대우도추정
- 인공지능
- manim
- eigenvector
- ai인공지능
- 기계학습
- ai신약개발
- variational autoencoder
- manimtutorial
- 제한볼츠만머신
- Matrix algebra
- kl divergence
- 백준
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 |