[DS] Numpy and Pytorch 기본연산

참고자료 

[1] 프로그래머스 DevCourse 인공지능과정
[2] wikidocs.net/52460

위키독스

Tensor?

간단하게, 2차원에서 행렬이 3, 4차원이 되면 Tensor라고 생각하면 편하다. 즉 텐서 = 다차원 행렬이다. 1,2차원 배열이나 행렬도 텐서라고 부르는 경우도 많다.

예시)

2차원의 Tensor : (Batch Size) * (dimension)

3차원의 Tensor : (Batch Size) * (Width/length) * (Height/dim)

 

Numpy의 사용

github.com/SeongwonTak/-KDT-_AI_2_Notes/blob/main/Linalg/0503_Numpy_Note.ipynb

SeongwonTak/-KDT-_AI_2_Notes

구체적인 코드및 내용은 github 내용으로 대체한다.

중요한 포인트는, Numpy는 행렬 계산을 빠르게 해주고 선형대수에서 쓸 수 있는 여러 개념들을 편하게 사용가능하다.

(예시 - eigenvector, trace, determinant, rank 등을 쉽게 계산해준다)

 

Pytorch에서의 Tensor  사용

github.com/SeongwonTak/TIL_swtak/blob/master/DLBasic/IntroDLwithPytorch02.ipynb

SeongwonTak/TIL_swtak

Pytorch의 텐서는 기본적으로 Numpy와 유사한 기능을 한다.

하지만 Pytorch의 경우에는 추가적인 기능이 존재한다.

뷰(View)

뷰의 경우는 원소의 개수를 유지하면서, 텐서의 크기를 변경할 수 있다.

(예시, MNIST에서 28 * 28 행렬을 784 * 1 형태로 변경하는 경우가 존재한다)

3차원 텐서를 2차원으로 내리거나, 3차원 형태의 텐서를 다른 형태의 3차원 텐서로 조정한다.

이 경우, 특정 1개의 차원의 값을 모를 경우, -1로 대체하면, 전체 원소수를 유지하며 모양을 알맞게 변형한다.

스퀴즈(Squeeze), 언스퀴즈(Unsqueeze)

스퀴즈의 경우는 차원이 1인 경우, 해당 차원을 제외하게 된다.

예를 들어 3 * 1 형태의 2차원 텐서는 3의 크기를 가지는 배열이 된다.

반대로 Unsqueeze의 경우는 임의로 1의 크기의 차원을 추가하게 된다.