Skip to content

Commit

Permalink
[Modify] 발견된 오류 수정
Browse files Browse the repository at this point in the history
BowonKwon committed Aug 6, 2023
1 parent cec7299 commit c785576
Showing 5 changed files with 5 additions and 5 deletions.
2 changes: 1 addition & 1 deletion 주말수업/5주차/1_inference_follow.py
Original file line number Diff line number Diff line change
@@ -36,7 +36,7 @@ def __init__(self, image_size, hidden_size, num_classes): # 클래스 초기화:
self.mlp4 = nn.Linear(hidden_size, num_classes) # 네 번째 MLP 레이어 선언(은닉층3 -> 출력층)
def forward(self, x): # 순전파: 데이터가 레이어 통과하는 방식 지정
batch_size = x.shape[0] # 입력 텐서의 배치 크기 저장(x: [batch_size, 28, 28, 1])
x = torch.reshape(x, (-1, image_size * image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
x = torch.reshape(x, (-1, self.image_size * self.image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
# 순전파 수행: 입력 이미지를 순차적으로 MLP 레이어에 통과시킴
x = self.mlp1(x) # [batch_size, 500]
x = self.mlp2(x) # [batch_size, 500]
2 changes: 1 addition & 1 deletion 주중수업/4주차/1_follow.py
Original file line number Diff line number Diff line change
@@ -27,7 +27,7 @@ def __init__(self, image_size, hidden_size, num_classes): # 클래스 초기화:
self.mlp4 = nn.Linear(hidden_size, num_classes) # 네 번째 MLP 레이어 선언(은닉층3 -> 출력층)
def forward(self, x): # 순전파: 데이터가 레이어 통과하는 방식 지정
batch_size = x.shape[0] # 입력 텐서의 배치 크기 저장(x: [batch_size, 28, 28, 1])
x = torch.reshape(x, (-1, image_size * image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
x = torch.reshape(x, (-1, self.image_size * self.image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
# 순전파 수행: 입력 이미지를 순차적으로 MLP 레이어에 통과시킴
x = self.mlp1(x) # [batch_size, 500]
x = self.mlp2(x) # [batch_size, 500]
2 changes: 1 addition & 1 deletion 주중수업/4주차/3_build.py
Original file line number Diff line number Diff line change
@@ -27,7 +27,7 @@ def __init__(self, image_size, hidden_size, num_classes): # 클래스 초기화:
self.mlp4 = nn.Linear(hidden_size, num_classes) # 네 번째 MLP 레이어 선언(은닉층3 -> 출력층)
def forward(self, x): # 순전파: 데이터가 레이어 통과하는 방식 지정
batch_size = x.shape[0] # 입력 텐서의 배치 크기 저장(x: [batch_size, 28, 28, 1])
x = torch.reshape(x, (-1, image_size * image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
x = torch.reshape(x, (-1, self.image_size * self.image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
# 순전파 수행: 입력 이미지를 순차적으로 MLP 레이어에 통과시킴
x = self.mlp1(x)
x = self.mlp2(x)
2 changes: 1 addition & 1 deletion 주중수업/5주차/1_follow.py
Original file line number Diff line number Diff line change
@@ -47,7 +47,7 @@ def __init__(self, image_size, hidden_size, num_classes): # 클래스 초기화:
self.mlp4 = nn.Linear(hidden_size, num_classes) # 네 번째 MLP 레이어 선언(은닉층3 -> 출력층)
def forward(self, x): # 순전파: 데이터가 레이어 통과하는 방식 지정
batch_size = x.shape[0] # 입력 텐서의 배치 크기 저장(x: [batch_size, 28, 28, 1])
x = torch.reshape(x, (-1, image_size * image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
x = torch.reshape(x, (-1, self.image_size * self.image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
# 순전파 수행: 입력 이미지를 순차적으로 MLP 레이어에 통과시킴
x = self.mlp1(x) # [batch_size, 500]
x = self.mlp2(x) # [batch_size, 500]
2 changes: 1 addition & 1 deletion 주중수업/5주차/3_build.py
Original file line number Diff line number Diff line change
@@ -47,7 +47,7 @@ def __init__(self, image_size, hidden_size, num_classes): # 클래스 초기화:
self.mlp4 = nn.Linear(hidden_size, num_classes) # 네 번째 MLP 레이어 선언(은닉층3 -> 출력층)
def forward(self, x): # 순전파: 데이터가 레이어 통과하는 방식 지정
batch_size = x.shape[0] # 입력 텐서의 배치 크기 저장(x: [batch_size, 28, 28, 1])
x = torch.reshape(x, (-1, image_size * image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
x = torch.reshape(x, (-1, self.image_size * self.image_size)) # 28*28 픽셀 이미지를 1차원 벡터로 변환(펼치기)
# 순전파 수행: 입력 이미지를 순차적으로 MLP 레이어에 통과시킴
x = self.mlp1(x) # [batch_size, 500]
x = self.mlp2(x) # [batch_size, 500]

0 comments on commit c785576

Please sign in to comment.