본문 바로가기

tensor2

[PyTorch]Tensor-part2 이번 포스트는 Tensor-part1에 이어지는 내용을 다루고자 한다. 이전 포스트를 아직 확인하지 못했다면 아래의 링크로 들어가 먼저 보고 오면 더 좋을 것 같다. [PyTorch]Tensor-part1 텐서의 특징 텐서는 배열과 행렬과 비슷한 자료구조이다. PyTorch에서 텐서를 이용하여 입력과 출력, 그리고 모델의 파라미터를encode 한다. 텐서는 NumPy의 ndarray와 비슷하지만 한 가지 차이점이 있 dream-be.tistory.com 이번에는 텐서의 속성, 텐서 연산에 대해 공부해보자. 텐서의 속성(Attribute) 텐서의 속성은 shape, dtype(데이터 타입), device와 같은 정보를 의미한다. tensor = torch.rand(3,4) print(f'Shape of t.. 2022. 9. 15.
[PyTorch]Tensor-part1 텐서의 특징 텐서는 배열과 행렬과 비슷한 자료구조이다. PyTorch에서 텐서를 이용하여 입력과 출력, 그리고 모델의 파라미터를encode 한다. 텐서는 NumPy의 ndarray와 비슷하지만 한 가지 차이점이 있다. 그것은 텐서는 GPU를 활용하여 처리가 가능한 반면, array는 CPU로 만 처리가 가능하다. 이번 포스트에선 텐서 초기화에 대해서 알아보자. 텐서 초기화 (Tensor Initialization) 텐서를 초기화한다는 의미는 텐서를 새로생성하거나 혹은 기존에 있던 객체를 텐서로 객체로 변경하는 것 이라고 생각하면 될것 같다. 1. 직접생성 데이터를 직접적으로 텐서화 시켜 텐서를 생성할 수 있다. 이때 데이터의 타입은 자동으로 유추하여 정해진다. data = [[4,3], [2,1]] x_.. 2022. 9. 14.