【pytorchでニューラルネットワーク#1】テンソルの基礎

投稿者 Dken2021年9月30日2021年9月30日

記事の目的

pytorchでニューラルネットワークを実装する上で必要になるテンソルの基礎について実装していきます。ここにある全てのコードは、コピペで再現することが可能です。

目次

ライブラリとデータの作成
データの変形
データの参照
numpyとテンソル

1 ライブラリとデータの作成

# In[1]
import numpy as np
import torch
torch.manual_seed(1)

# In[2]
x0 = torch.tensor(1)
print(x0.shape, x0)

# In[3]
x1 = torch.tensor([1,2,3,4])
print(x1.shape, x1)

# In[4]
x2 = torch.tensor([[1,2],[3,4]])
print(x2.shape, x2, sep="\n")

# In[5]
x3 = torch.tensor([[[1,2,3],[4,5,6],[7,8,9]],[[1,2,3],[4,5,6],[7,8,9]]])
print(x3.shape, x3, sep="\n")

# In[6]
x4 = torch.tensor([[[[1,2],[3,4]],[[1,2],[3,4]],[[1,2],[3,4]]],[[[1,2],[3,4]],[[1,2],[3,4]],[[1,2],[3,4]]]])
print(x4.shape, x4, sep="\n")

# In[7]
x = torch.arange(5)
x

# In[8]
x = torch.arange(1,5)
x

# In[9]
x = torch.arange(1,10,2)
x

# In[10]
x = torch.rand(2,2)
x

# In[11]
x = torch.randn(3,3)
x

# In[12]
x = torch.normal(5, 1, size=(6,))
print(x.shape, x)

2 データの変形

# In[13]
y = x.view(2,3)
print(y.shape, y, sep="\n")

# In[14]
y = x.unsqueeze(1)
print(y.shape, y, sep="\n")

3 データの参照

# In[15]
x = torch.randn(3,4)
x

# In[16]
x[0,]

# In[17]
x[:,2]

# In[18]
x[:,0:2]

4 numpyとテンソル

# In[19]
x = np.arange(10)
x

# In[20]
y = torch.tensor(x)
y

# In[21]
y = torch.from_numpy(x)
y

# In[22]
y.numpy()