본문 바로가기

python334

AttributeError: 'str' object has no attribute 'capabilities' AttributeError: 'str' object has no attribute 'capabilities'¶ 현재 selenium 은 크롬드라이브를 따로 다운받지 않아도 사용할 수 있는 기능을 제공하고 있습니다. 아래 코드와 같이 './chromedriver'를 불러오면 에러가 발생합니다. from selenium import webdriver driver = webdriver.Chrome('./chromedriver') --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) ~/opt/anaconda3/lib/python.. 2023. 9. 13.
파이썬 튜플을 csv로 (tuple to csv) 파이썬 튜플을 csv로 (tuple to csv) data = [ ("비가 너무 많이 오네요","It's raining too much"), ("회의가 너무 많네요","There are too many meetings"), ("오늘은 성적이 잘나와서 기분이 좋아요","I feel good because I got good grades today.") ] file_name = 'translate.csv' col1 = "kor" col2 = "eng" with open(file_name, 'w+') as file: file.write(f"{col1}, {col2}\n") # column for item in data: file.write(f"{item[0]}, {item[1]}\n") # value 2023. 9. 4.
파이토치 정수 랜덤 생성 파이토치 정수 랜덤 생성 # low 에서 high 사이 정수를 size 크기 만큼 생성 torch.randint(low, high, size) # 예시 : torch.randint(0, 10, [2,3]) # out : tensor([[9, 9, 0], # [5, 2, 0]]) [참고] # size 는 참고 용입니다. size = [3,2,4] torch.rand(size) # 0~1 사이 난수 생성(균일분포) torch.randn(size) # 0~1 사이 난수 생성(가우시안분포) 2023. 8. 29.
파이토치 손실함수 Cross Entropy Loss 파이토치 손실함수 Cross Entropy Loss¶ step1: 크로스엔트로피 손실함수 객체 생성 In [1]: import torch import torch.nn as nn loss = nn.CrossEntropyLoss() step2: 정답 텐서 만들기 (0,1,2 중 0을 정답으로 하는 텐서) In [2]: y_true = torch.tensor([0]) y_true Out[2]: tensor([0]) step3: 예측이 잘된 텐서와 예측이 잘안된 텐서 생성(Softmax 함수 통과 하지 않은 텐서 생성) In [3]: y_pred_good = torch.tensor([[2, 1.2, 0.1]]) y_pred_bad = torch.tensor([[0.1, 1.1, 3]]) step4: 정답텐서와 .. 2023. 8. 29.
while와 iter 메서드를 활용하여 파이토치 데이터 로더 5개의 데이터 까지만 확인해 보는 방법 while와 iter 메서드를 활용하여 파이토치 데이터 로더 5개의 데이터 까지만 확인해 보는 방법¶ In [1]: # 패키지 불러오기 import torch from torch.utils.data import DataLoader, Dataset In [2]: # 0에서 100사이 정수로 샘플 데이터 만들기 data_size = 100 sequence_length = 2 vector_size = 3 data = torch.randint(0, 100, [data_size, sequence_length, vector_size]) data[:2] Out[2]: tensor([[[24, 78, 16], [78, 63, 12]], [[98, 42, 13], [27, 62, 49]]]) In [3]: # 샘플 데이.. 2023. 8. 28.
파이토치 rnn계열 sequence length 순환 기능 제공 여부 확인 파이토치 rnn계열 sequence length 순환 기능 제공 여부 확인¶ 기초부터 시작하는 NLP: SEQUENCE TO SEQUENCE 네트워크와 ATTENTION을 이용한 번역 내용을 보면 rnn 계열 모델의 순환구조에 대한 이해를 돕기 위해서 반복문을 사용하여 sequence_length 만큼 반복하여 아래 코드와 유사하게 모델을 통과시키는 것을 확인할 수 있습니다. for batch in range(inputs.shape[0]): for i in range(inputs[batch].shape[0]): emb = embedding_layer(inputs[batch][i]).view(1,1,-1) out, hidden = rnn(emb) encoder_outputs[batch][i] = out[0.. 2023. 8. 27.