[PyTorch Study] PyTorch 설치, 변수 선언 및 data type
정말 오랜만에 블로그 글을 씁니다..!
pytorch study를 하게되었는데, 복습할겸 공부 내용을 블로그에 적어보려합니다!
먼저 pytorch Library를 설치합시다!
1. Pytorch 설치 방법
pytorch.org/get-started/locally/
PyTorch
An open source deep learning platform that provides a seamless path from research prototyping to production deployment.
pytorch.org
위 링크에 접속해서 자신의 개발환경에 맞도록 선택해주면
'Run this Command' 란에 pytorch install 명령어가 생성됩니다!
설치 방법은 매우 간단하죠?!
2. Pytorch 시작
pytorch 시작해봅시다.
import torch
t1 = torch.tensor([[1, 2], [2, 3]], dtype = torch.float32)
torch 모듈을 불러와서 tensor 변수의 선언을 진행했습니다.
dtype은 선언한 변수의 data type을 설정해주는 부분입니다.
그럼 tensor가 무엇을 말하는 걸까요?!
Tensor란 간단하게 배열의 집합이라고 생각하시면 됩니다.
1차원 영역의 vector 가 모여서 -> 2차원 영역인 matrix를 이루고 -> matrix가 모여서 3차원을 이룹니다.
너무 당연한 말이지만, 3차원 이상부터를 Tensor라고 표현하게 되는데요.
ko.wikipedia.org/wiki/%ED%85%90%EC%84%9C
( Tensor 참고)
pytorch를 이용한 machine learning은 거의 모든 경우 Tensor의 연산으로 이뤄집니다.
때문에 pytorch에서는 vector, matrix, n-Tensor를 모두
torch.tensor로 불러오는 것이며, 1-tensor, 2-tensor, 3-tensor라고 이해하시면 될 것 같네요!
t1과 t1의 dimension, size 을 출력해보면 다음과 같이 나오네요!
python을 좀 사용해보신 분들은 numpy의 ndarray형태와 유사하다는게 보이실겁니다!
numpy 또한 다차원 배열을 다루므로, Tensor에서 ndarray로 변환이 가능합니다.
위 이미지와 같이 torch.numpy, torch.from_numpy 메서드를 이용해
tensor와 ndarray 자유자재로 변환이 가능합니다.
마지막으로 torch.FloatTensor() 메서드를 소개하고 마치겠습니다.
torch.FloatTensor메서드는
torch.tensor([[1, 2], [2, 3]], dtype = torch.float32) 이 과정을 한번에 진행해준다고 생각하시면 됩니다!
즉, 처음부터 float type tensor로 선언하는 방법입니다.
t2 = torch.FloatTensor([4,6,7,8,9])
위 이미지를 보시면 한번에 이해가 되실겁니다!
직접 Code를 돌려보시는게 가장빠르겠죠?!
읽어주셔서 감사합니다! 더 알찬 내용으로 돌아오겠습니다.