1. Tensors

0. PyTroch란?

• It's a Python based scientific computing package targeted at twos sets of audiences:
• A replacement for Numpy to use the power of GPUs
• A deep learning research platform that provides maximum flexibility and speed
• 출처) [유튜브 강의]https://www.youtube.com/watch?v=E0R9Xf_GyUc
• PyTorch 설명: https://pytorch.org/docs/0.3.0

1. Tensor란?

• Tensor는 pytorch의 자료 형
• Tensor는 단일 데이터 타입으로 된 자료들의 다차원 행렬
• Tensor는 간단한 명령어를 통해서 GPU로 연산을 수행하게 만들 수 있음
• Tensor 변수 뒤에 .cuda()를 추가하며 됨

2. Tensors의 종류

• CPU tensor: CPU로 연산할 때 선언하는 tensor
• GPU tensor
• 그냥 torch.Tensor로 선언하면 자동으로 torch.FloatTensor
• 출처) https://pytorch.org/docs/0.3.0/tensors.html

3. Tensor의 선언

• torch.Tensor(tensor의 크기)

x = torch.Tensor(3,3,3)
    
# 0~1사이의 uniform distribution random 값
torch.rand(3,3)
    
# 평균0, 분산 1인 normal distribution random 값
torch.randn(3,3)
    
# Tensor에서 Numpy로
a = np.array([1,2,3,4])
b = torch.Tensor(a)
    
# Tensor에서 Numpy로
a = torch.rand(3,3)
b = a.numpy()
    
# Tensor의 형태 변환(view)
a = torch.rand(3,3)
a = a.view(1,1,3,3)
    
# Tensor 합치기
torch.cat((Tensor_A, Tensor_B), dim)
a = torch.randn(1,1,3,3)
b = torch.randn(1,1,3,3)
c = torch.cat((a,b), 0)
    
# Tensor 계산을 GPU로
x = torch.rand(3,3)
y = torch.rand(3,3)
if torch.cuda.is_available():
	x = x.cuda() #선언된 x를 GPU에 올려줌
    y = y.cuda()
   	sum = x + y #이 연산을 GPU로 계산
        
# 그 외
a.mean()
a.sum()

• 더 많은 함수: https://pytorch.org/docs/master/tensors.html