Overview

PyTorch는 Tensorflow & Keras와 매우 유사한 라이브러리이다.

PyTorch

PyTorch는 Meta가 개발한 딥러닝 프레임워크로, 동적 계산 그래프와 자동 미분 기능을 기반으로 딥러닝 모델 개발을 지원한다.

import torch

• GPU 사용 여부

  device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
  

  • 적용 대상

    tensor.to(device)  # 입력 데이터, 정답 데이터
    model.to(device)   # 모델
    

Create a Tensor

텐서를 생성하는 방법을 설명한다.

• 텐서: torch.tensor(data, dtype=None, requires_grad=False)

  torch.tensor([1., 2., 3.])
  # tensor([1., 2., 3.])
  

• 0으로 채워진 텐서: torch.zeros(*size, dtype=None)

  torch.zeros((3, 4))
  # tensor([[0., 0., 0., 0.],
  #         [0., 0., 0., 0.],
  #         [0., 0., 0., 0.]])
  

• 1로 채워진 텐서: torch.ones(*size, dtype=None)

  torch.ones((2, 2))
  # tensor([[1., 1.],
  #         [1., 1.]])
  

• 정규분포 난수 텐서: torch.randn(*size, dtype=None)

  torch.randn((3, 3))
  # tensor([[ 0.4310, -0.9804, -2.3887],
  #         [ 1.2938, -0.8888,  0.2801],
  #         [-1.9922,  0.2642,  0.2148]])
  

• 균등분포 난수 텐서: torch.rand(*size, dtype=None)

  torch.rand((3, 3))
  # tensor([[0.3088, 0.8024, 0.0257],
  #         [0.0589, 0.5455, 0.3724],
  #         [0.0071, 0.5527, 0.1320]])
  

• 범위 텐서 생성: torch.arange(start=0, end, step=1, dtype=None)

  torch.arange(0, 10, 2)
  # tensor([0, 2, 4, 6, 8])
  

• 균등 간격 생성: torch.linspace(start, end, steps, dtype=None)

  torch.linspace(-5, 5, 1000)
  # tensor([-5.0000, -4.9900, -4.9800, -4.9700, -4.9600, -4.9499, -4.9399, -4.9299,
  # ...
  #          4.9299,  4.9399,  4.9499,  4.9600,  4.9700,  4.9800,  4.9900,  5.0000])
  

Operations

Tensorflow의 연산 방법은 Numpy와 유사한 방법이 많이 있다.

x = torch.tensor([10., 20., 30.])
y = torch.tensor([1., 2., 3.])

• Indexing

  x[1]
  # tensor(20.)
  

• Slicing

  x[1:]
  # tensor([20., 30.])