Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- def train
- 파라미터 수 확인
- 논문리뷰
- cnn
- Multimodal Large Language Model
- 논문 작성
- Instruction dataset
- mqtt
- KOSMOS-2
- 특정 layer 추출
- Foundation Transformers
- 모델 구조 변경
- Video Understanding
- def validation
- 논문 작성 요령
- DeepNet
- 강화학습
- MLLM
- 모델 freeze
- 파라미터 수
- 특정 layer 동결
- layer 추출
- vsocde 익스텐션
- 가상환경
- 주식 용어정리
- 모델 동결
- 주식
- pretrained model layer
- mPLUG-2
- 가중치 없이 모델 로드
Archives
- Today
- Total
목록시계열 데이터 해석 (1)
시작은 미약하였으나 , 그 끝은 창대하리라
[시계열 데이터] 해석 기법
시계열 데이터를 해석하는 방법에 알아보려 한다. 1. Heatmap # 1. 데이터에서 원하는 feature들만 추출 하여서, 딕셔너리 형태로 만들어줌. data_dict = { 'featrue_1': amp, 'featrue_2': voltage, 'featrue_3': tem, 'featrue_4 ': nu, 'featrue_5 ': cu } # 2. DataFrame의 형식으로 변환 df = pd.DataFrame(data_dict) # 3. heatmap으로 표현. plt.rc('font', size=12) # 기본 폰트 크기 plt.rc('axes', labelsize=13) # x,y축 label 폰트 크기 plt.rc('xtick', labelsize=13) # x축 눈금 폰트 크기 plt...
새롭게 알게된_tech/파이썬_tech
2023. 8. 3. 14:41