Pytorch 기초 함수

Pytorch 기본 함수

텐서 생성

1. torch.tensor(data): 데이터를 기반으로 텐서를 생성합니다.
2. torch.zeros(size): 주어진 크기의 0으로 채워진 텐서를 생성합니다.
3. torch.ones(size): 주어진 크기의 1로 채워진 텐서를 생성합니다.
4. torch.eye(n): n x n 크기의 단위 행렬을 생성합니다.
5. torch.arange(start, end, step): 주어진 범위 내에서 step 간격으로 증가하는 값들로 채워진 텐서를 생성합니다.
6. torch.linspace(start, end, steps): start와 end 사이를 균등하게 나눈 값을 가지는 1차원 텐서를 생성합니다.
7. torch.rand(size): 0과 1 사이의 균등 분포에서 무작위 값을 가지는 텐서를 생성합니다.
8. torch.randn(size): 평균 0, 분산 1의 정규 분포에서 무작위 값을 가지는 텐서를 생성합니다.

텐서 속성

1. tensor.shape: 텐서의 크기를 반환합니다.
2. tensor.dtype: 텐서의 데이터 타입을 반환합니다.
3. tensor.device: 텐서가 위치한 디바이스(CPU/GPU)를 반환합니다.

텐서 연산

1. tensor.add(other), tensor + other: 두 텐서를 더합니다.
2. tensor.sub(other), tensor - other: 두 텐서를 뺍니다.
3. tensor.mul(other), tensor * other: 두 텐서를 곱합니다.
4. tensor.div(other), tensor / other: 두 텐서를 나눕니다.
5. tensor.matmul(other), tensor @ other: 두 텐서의 행렬 곱을 수행합니다.
6. tensor.sum(): 텐서의 모든 요소의 합을 반환합니다.
7. tensor.mean(): 텐서의 모든 요소의 평균을 반환합니다.
8. tensor.max(): 텐서의 최대값을 반환합니다.
9. tensor.min(): 텐서의 최소값을 반환합니다.
10. tensor.view(shape): 텐서의 크기를 변경합니다.
11. tensor.reshape(shape): 텐서의 크기를 변경합니다.
12. tensor.transpose(dim0, dim1): 두 차원을 교환합니다.
13. tensor.permute(dims): 여러 차원을 교환합니다.

텐서 조작

1. tensor.unsqueeze(dim): 지정한 차원에 새 차원을 추가합니다.
2. tensor.squeeze(dim): 지정한 차원의 크기가 1인 차원을 제거합니다.
3. tensor.cat(tensors, dim): 여러 텐서를 지정한 차원을 따라 연결합니다.
4. tensor.stack(tensors, dim): 여러 텐서를 새로운 차원에 쌓습니다.

텐서 데이터 변환

1. tensor.numpy(): 텐서를 NumPy 배열로 변환합니다.
2. torch.from_numpy(ndarray): NumPy 배열을 텐서로 변환합니다.
3. tensor.to(device): 텐서를 지정한 디바이스로 이동합니다.