076923 : Main

텐서(Tensor) 텐서(Tensor)란 NumPy의 ndarray 클래스와 유사한 구조로 배열(Array)이나 행렬(Matrix)과 유사한 자료구조(자료형)입니다. PyTorch에서는 텐서를 사용하여 모델의 입/출력뿐만 아니라 모델의 매개변수를 부호화(Encode)하고 GPU를 활용해 연산을 가속화할 수 있습니다. NumPy와 공통점은 수학 계산, 선형 대수 연산을 비롯해 전치(Transposing), 인덱싱(Indexing), 슬라이싱(slicing), 임의 샘플링(random sampling) 등 다양한 텐서 연산을 진행할 수 있습니다. NumPy와의 차이점은 CPU에서 사용하는 텐서와 GPU에서 사용하는 텐서의 선언 방식의 차이가 있습니다. GPU 가속(GPU Acceleration)을 적용할 수 있으므로 CPU 텐서와 GPU 텐서로 나눠지고, 각각의 텐서를 상호 변환하거나 GPU 사용 유/무를 설정합니다. N차원 텐서 텐서(Tensor)는 앞선 설명과 같이 NumPy의 ndarray와 비슷한 방식으로 구현될 수 있습니다. 어떤 차원(Rank)으로 구성되어있느냐에 따라 텐서의 형태를 이해할 수 있습니다. 스칼라(Scalar)는 크기만 있는 물리량이지만 0차원 텐서라고도 부릅니다. 모든 값들의 기본 형태로 볼 수 있으며, 차원은 없습니다. 벡터(vector)는 [1, 2, 3]과 같은 형태로 Python에서 많이 사용하는 1차원 목록(List)와 비슷한 형태입니다. 스칼라 값들을 하나로 묶은 형태로 간주할 수 있으며, (N, )의 차원을 갖습니다. Tip : 행렬과 구분하기 위해 (N, 1)이 아닌, (N, )으로 표현합니다. 행렬(matrix)은 [[1, 2, 3], [4, 5, 6]]과 같은 형태로 회색조(Grayscale) 이미지를 표현하거나 좌표계(Coordinate System)로도 활용될 수 있습니다. 벡터 값들을 하나로 묶은 형태로 간주할 수 있으며, (N, M)으로 표현합니다. 배열(Array)은 3차원 이상의 배열을 모두 지칭하며, 각각의 차원을 구별하기 위해 N차원 배열 또는 N차원 텐서로 표현합니다. 배열의 경우 이미지(Image)를 표현하기에...

Python Pytorch 강좌 : 제 2강 - 텐서(Tensor)

댓글