Pytorch
- 연구쪽에서 많이 사용하는 딥러닝 라이브러리
anaconda
- 페키지 관리 시스템
- 가상 환경 구축을 도와준다
이후에 사용할 환경 세팅
conda create -c conda-forge -n test_env python=3.9 pandas numpy=1.22.4 python-dateutil=2.8.2 pytz=2020.1 tzdata=2022d numexpr=2.8.4 bottle neck=1.3.6 numba=0.56.4 matplotlib=3.6.3 scipy=1.10.0 xlrd=2.0.1 beautifulsoup4=4.11.2
https://pandas.pydata.org/docs/getting_started/install.html
버전은 일단 위를 참고하고
중간 중간에 버전이 꼬여서 가상 환경을 지우고 다시 설치 했다.
Tensor
- 수학적인 정의랑 코드 상에서 탠서는 비슷하게 보면 될 거 같다.
- 정의는 이러한대 실제 연산에선 모두 tensor로 취급하는 걸로 알고 있다.
1-D Tensor
-> vector
2-D Tensor
-> matrix
3-D Tensor
-> tensor
위처럼 부르는 이름의 차이 정도만 있다.
3차원 이상은 축이 추가 되어 담을 수 있는 정보가 늘어난다고 생각하고 계산할 때 신경쓰는 정도인 거 같다.
data type
-
원래 파이썬은 타입 관련해선 비교적 자유로웠지만 pytorch등에선 따로 지정을 하고 계산을 위해서 엄격하게 관리한다.
코드로는 torch.int32, torch.int
자동 형변환도 안 되는 경우가 많아서 직접 해야한다. -
pytorch에서 지원해주는 Tensor type에선 담기는 data type 정보도 확인할 수 있다.
출처: https://pytorch.org/docs/stable/tensors.html
tensor.method
기존의 list, dict, tuple과 다른 타입이라 기본 제공해주는 min(), max() 등은 사용할 수 없다.
그래서 torch.sum(), .pord(), mean() 등을 제공한다
