파이썬 내장 json모듈 사용 JSON Python object dict array list string str number(int) int number(real) float true True false False null None python object -> json 파이썬 객체를 json데이터로 쓰고/직렬화하고/인코딩 .dumps()메소드에 indent = int형 숫자 ex) 4 옵션을 주면 들여쓰기를 해줌 sort_keys = True해주면 keys를 기준으로 정렬해 직렬화 해 내보내줌 import json json_string = json.dumps(python_data) 이렇게 하면 메모리상에 JSON포맷 데이터를 만들어놓고 파이썬에서 계속 작업할 수 있다 import json with op..

object의 속성(attribute) 존재를 확인한다. 만약 argument로 넘겨준 object 에 name 의 속성이 존재하면 True, 아니면 False를 반환한다. __builtin__ module에 포함된 function 내부적으로 getattr(object, name)을 이용 -> 수행시 exception이 발생하는지 하지 않는지를 통해 판단 class cls: a = 1 def __init__(self): self.x = 3 def b(self): pass # cls에 b라는 멤버가 있는지 확인 print(hasattr(cls, 'b')) # cls에 x라는 멤버가 있는지 확인 print(hasattr(cls, 'x')) # cls에서 a변수의 값 가져오기 print(getattr(cls,..

torch.nn.init의 간단한 initializer들을 살펴보겠다 xavier같은 초기화기법들은 따로 다루기 1. torch.nn.init.normal_(tensor, mean=0.0, std=1.0) input tensor을 N(mean, std^2)의 normal distribution(정규분포)에 따라 초기화 2. torch.nn.init.uniform_(tensor, a=0.0, b=1.0) input tensor을 U(a, b)의 uniform distribution에 따라 초기화 * uniform distribution ? [a, b]의 범위에서 모든 값의 확률이 동일한 분포 3. torch.nn.init.constant_(tensor, val) input tensor를 특정 값 val로 ..

1. class 이름 참조 클래스명.__name__ 클래스 내부에서 self.__class__.__name__ 2. class 변수 참조 클래스명.변수명 클래스 내부 self.__class__.변수명 ex) class Person: condition = 'student' def __init__(self, name, age): self.name = name self.age = age def echo(self): print(self.__class__.__name__) # 클래스 이름 print(self.__class__.condition) # 클래스 변수 print(self.name) # 인스턴스 변수 if __name__ == '__main__': person1 = Person('챙', 24) person..

pix2pix 코드리뷰 중 이러한 부분을 발견했고, abstract base class = ABC 라는 것에 대해 알아보겠습니다. from abc import ABC, abstractmethod class BaseDataset(data.Dataset, ABC): ... ... 추상 클래스를 만들기 위해 import로 abc 모듈을 가져오고, 다음과 같이 추상 클래스를 만들어 줍니다. 두 가지 방법이 있는데요, from abc import ABC class MyABC(ABC): pass ----------------- from abc import ABCMeta class MyABC(metaclass=ABCMeta): pass 다음과 같습니다. 파이썬 공식 문서에서, class abc.ABC는 ABCMeta..

※ 본 카테고리의 글은 책 및 다른 자료들을 참고하여 작성되었습니다. ※ github:github.com/chaeyeongyoon/PythonML_Study chaeyeongyoon/PythonML_Study Contribute to chaeyeongyoon/PythonML_Study development by creating an account on GitHub. github.com 기본적으로 머신러닝은 dataset분리 ( train, test ) Machine Learning Algorithm 적용 ( model training ) prediction evaluation 순으로 진행됩니다. 크게 지도학습과 비지도학습으로 분리됩니다. ● 교차검증 ( Cross Validation ) overfitti..