PyTorch와 tensor

PyTorch란

머신러닝 알고리즘을 구현·실행하기 위한 딥러닝 라이브러리이다.
파이썬에서 import torch 해서 사용할 수 있다.

Tensor

tensor는 PyTorch의 기본 데이터 구조이다.

tensor의 종류

• 0-D tensor (= scalar) : 하나의 숫자로 표현되는 양 ex) 서울의 기온 28.4도

a = torch.tensor(28.4)

• 1-D tensor (= 1d array; vector)

a = torch.tensor([72, 9.3, 34, 120, 15.7])

• 2-D tensor : 동일한 크기를 가진 1-D tensor들이 모여서 형성한, 행과 열로 구성된 구조 (= 2d array; matrix)

a = torch.tensor([[72, 9.3, 34, 120, 15.7],
				  [3.9, 560, 146, 9, 13],
				  [0.62, 280, 24, 33, 14.7]])

• 3-D tensor : 동일한 크기의 2-D tensor들이 쌓여 형성된 입체적인 배열 구조

a = torch.tensor([[[255, 0, 0],
				   [0, 255, 0]],
				  [[0, 0, 255],
				  [255, 255, 0]]])

tensor를 쌓을 때에는 stack 메서드를 이용하면 된다.

tensor_a = torch.tensor([[[255, 0, 0],
				   [0, 255, 0]],
				  [[0, 0, 255],
				  [255, 255, 0]]])
                  
tensor_b = torch.tensor([[[255, 0, 0],
				   [0, 255, 0]],
				  [[0, 0, 255],
				  [255, 255, 0]]])
                  
tensor_c = torch.tensor([[[255, 0, 0],
				   [0, 255, 0]],
				  [[0, 0, 255],
				  [255, 255, 0]]])                

# dimension 2 를 기준으로 stack
tensor3d = torch.stack((tensor_a, tensor_b, tensor_c), dim=2) 

★ 3-D tensor의 구조
m x n x l 의 크기를 가지는데, m개의 n x l 행렬이 있는 것으로 해석할 수 있다.
m이 dim = 0, n이 dim = 1, l이 dim = 2

• N-D tensor : 동일한 크기의 (N-1)-D tensor들이 쌓여 형성된 입체적인 배열 구조 (N $\geq$ 4)