fix pickle protocol

03-파이토치로_구현하는_인공_신경망/autograd_basic.ipynb

@@ -2,7 +2,7 @@
  "cells": [
   {
    "cell_type": "code",
-   "execution_count": 84,
+   "execution_count": 1,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -11,7 +11,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 85,
+   "execution_count": 2,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -20,7 +20,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 86,
+   "execution_count": 3,
    "metadata": {},
    "outputs": [
     {
@@ -39,13 +39,6 @@
     "print(w.grad)\n",
     "print('l을 w로 미분한 값은 {}'.format(w.grad))"
    ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": []
   }
  ],
  "metadata": {
@@ -64,7 +57,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.6.0"
+   "version": "3.7.0"
   }
  },
  "nbformat": 4,

03-파이토치로_구현하는_인공_신경망/autograd_basic.py

@@ -13,6 +13,3 @@
 print(w.grad)
 print('l을 w로 미분한 값은 {}'.format(w.grad))
 
-
-
-

03-파이토치로_구현하는_인공_신경망/basic_neural_network.py

@@ -113,6 +113,3 @@ def forward(self, input_tensor):
 new_model.eval()
 print('벡터 [-1, 1]이 레이블 1을 가질 확률은 {}'.format(new_model(torch.FloatTensor([-1,1])).item()))
 
-
-
-

03-파이토치로_구현하는_인공_신경망/image_recovery.py

@@ -7,7 +7,6 @@
 # 이미지 처리를 위해 만들어 두었던 weird_function() 함수에 실수로 버그가 들어가 100×100 픽셀의 오염된 미미지가 만들어졌습니다. 이 오염된 이미지와 오염되기 전 원본 이미지를 동시에 파일로 저장하려고 했으나, 모종의 이유로 원본 이미지 파일은 삭제된 상황입니다. 다행히도 weird_function()의 소스코드는 남아 있습니다. 오염된 이미지와 weird_function()을 활용해 원본 이미지를 복원해봅시다.
 # *참고자료: https://github.com/jcjohnson/pytorch-examples, NYU Intro2ML*
 
-
 import torch
 import pickle
 import matplotlib.pyplot as plt
@@ -54,9 +53,3 @@ def distance_loss(hypothesis, broken_image):
 
 plt.imshow(random_tensor.view(100,100).data)
 
-
-
-
-
-
-

03-파이토치로_구현하는_인공_신경망/tensor_basic.ipynb

@@ -18,9 +18,9 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "tensor([[ 1,  2,  3],\n",
-      "        [ 4,  5,  6],\n",
-      "        [ 7,  8,  9]])\n",
+      "tensor([[1, 2, 3],\n",
+      "        [4, 5, 6],\n",
+      "        [7, 8, 9]])\n",
       "Size: torch.Size([3, 3])\n",
       "Shape: torch.Size([3, 3])\n",
       "랭크(차원): 2\n"
@@ -46,9 +46,9 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "tensor([[[ 1,  2,  3],\n",
-      "         [ 4,  5,  6],\n",
-      "         [ 7,  8,  9]]])\n",
+      "tensor([[[1, 2, 3],\n",
+      "         [4, 5, 6],\n",
+      "         [7, 8, 9]]])\n",
       "Size: torch.Size([1, 3, 3])\n",
       "Shape: torch.Size([1, 3, 3])\n",
       "랭크(차원): 3\n"
@@ -73,9 +73,9 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "tensor([[ 1,  2,  3],\n",
-      "        [ 4,  5,  6],\n",
-      "        [ 7,  8,  9]])\n",
+      "tensor([[1, 2, 3],\n",
+      "        [4, 5, 6],\n",
+      "        [7, 8, 9]])\n",
       "Size: torch.Size([3, 3])\n",
       "Shape: torch.Size([3, 3])\n",
       "랭크(차원): 2\n"
@@ -100,7 +100,7 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "tensor([ 1,  2,  3,  4,  5,  6,  7,  8,  9])\n",
+      "tensor([1, 2, 3, 4, 5, 6, 7, 8, 9])\n",
       "Size: torch.Size([9])\n",
       "Shape: torch.Size([9])\n",
       "랭크(차원): 1\n"
@@ -153,7 +153,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.6.0"
+   "version": "3.7.0"
   }
  },
  "nbformat": 4,