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 |
Tags
- DeepLearning
- Numpy
- 로보틱스 입문
- DH parameter
- 6축 다관절
- PUMA 560
- 파이토치
- Robotics
- custom cnn
- mnist
- pytorch
- Python
- softmax
- 파이토치로 시작하는 딥러닝 기초
- dynamixel
- 로보틱스입문
- 6dof
- RobotArm
- 6자유도 로봇팔
- IMU sensor
- Robot arm
- visdom
- Introduction to Robotics: Mechanics and Control by John J Craig
- 딥러닝
- pytorch visdom
- Pytorch로 시작하는 딥러닝 입문
- NUCLEO board
- boostcourse
- nucleo-f401re
- regression
Archives
- Today
- Total
목록study/DeepLearning (13)
슬.공.생

본 포스팅은 부스트 코스의 [파이토치로 시작하는 딥러닝 기초] 를 수강하며 진행한 내용정리 입니다 파이토치로 시작하는 딥러닝 기초 부스트코스 무료 강의 www.boostcourse.org 본 글은 인덱싱과 실습의 리마인드를 위해 자유롭게 작성하였습니다. t.ndim으로 텐서의 차원값(axes OR dimension), t.shape로 형태(각 차원에 저장된 인수의 갯수) 접근가능 import numpy as np import torch t = np.array([0., 1., 2., 3., 4., 5., 6.]) print(t) print('rank of t:',t.ndim) ## 선언한 tensor의 차원 print('shape of t:',t.shape) ##선언한 tensor의 형태 인덱스에 바로 접..
study/DeepLearning
2022. 7. 24. 12:48