이 글은 머신러닝 라이브러리 기초를 공부하면서 나의 생각의 흐름을 기록하기 위해 남겨둔 글이다.
따라서 틀리거나 부족한 내용들이 있을 수 있다.
이런 것들을 바로잡아나가는 과정 또한 이 시리즈의 주요 내용이다.
위키피디아에서 먼저 정의를 찾아보았다.
스칼라(수학) : 벡터 공간에서 벡터를 곱할 수 있는 양
스칼라(물리) : 특정 좌표계와 관련이 없는 양
변수/스칼라(컴퓨터 과학) : 한번에 하나의 값만 보유할 수 있는 원자량
수학적인 관점, 물리적인 관점, 컴퓨터 과학의 관점마다 그 정의가 조금씩 다르다.
수학과 물리적 관점의 설명은 방향이 없는 상수, 실수 느낌으로 이해를 했다.
컴퓨터 과학 관점의 설명은 변수의 다른 표현으로 이해를 했다.
머신러닝강의에서의 설명은 다음과 같다.
- 0차원
- 단일 수량
- 소문자 이탤릭체로 표기 e.g. x, y
- 프로그램언어나 라이브러리에 관계 없이 int나 float32 같은 타입으로 나타냄
변수를 텐서로 가져오면 그것이 스칼라인 것이라고 일단 이해했다.
스칼라텐서(0차원) => 머신러닝에서 쓰이는 변수
스칼라는 자동미분 라이브러리인 PyTorch나 TensorFlow에서 쓰인다.
tensor나 numpy, PyTorch, TensorFlow라는 개념들이 지금까지 나와서 한 번 정리를 했다.
tensor : 머신러닝 라이브러리에서 사용되는 객체
numpy : 다차원 배열, 행렬연산에 사용되는 라이브러리, tensor를 다차원 배열로 나타내기 위해 사용됨
PyTorch, TensorFlow : 자동미분 기능이 있는 라이브러리, PyTorch는 meta에서, TensorFlow는 구글에서 만들었다.
