본문 바로가기
AI/Materials

Pytorch 함수들

by 쵸빙 2020. 2. 25.

     도움이 되는 Pytorch 함수들을 정리하겠다.

 

● Tensor 생성

 

º 랜덤한 값을 가지는 텐서 생성

1. torch.rand() : 0과 1 사이의 숫자를 균등하게 생성

2. torch.rand_like() : 사이즈를 튜플로 입력하지 않고 기존의 텐서로 정의

3. torch.randn() : 평균이 0이고 표준편차가 1인 가우시안 정규분포를 이용해 생성

4. torch.randn_like() :  사이즈를 튜플로 입력하지 않고 기존의 텐서로 정의

5. torch.randint() : 주어진 범위 내의 정수를 균등하게 생성, 자료형은 torch.float32

6. torch.randint_like() : 사이즈를 튜플로 입력하지 않고 기존의 텐서로 정의

7. torch.randperm() : 주어진 범위 내의 정수를 랜덤하게 생성

 

- 랜덤 생성에 사용되는 시드(seed)는 torch.manual_seed() 명령으로 설정한다.

 

- 특정한 값으로 초기화를 하지 않는 행렬을 만들 때에는 torch.empty() 함수를 사용한다.

torch.empty()

 

º 특정한 값을 가지는 텐서 생성

1. torch.arange() : 주어진 범위 내의 정수를 순서대로 생성

2. torch.ones() : 주어진 사이즈의 1로 이루어진 텐서 생성

3. torch.zeros() : 주어진 사이즈의 0으로 이루어진 텐서 생성

4. torch.ones_like() : 사이즈를 튜플로 입력하지 않고 기존의 텐서로 정의

5. torch.zeros_like() : 사이즈를 튜플로 입력하지 않고 기존의 텐서로 정의

6. torch.linspace() : 시작점과 끝점을 주어진 갯수만큼 균등하게 나눈 간격점을 행벡터로 출력

7. torch.logspace() : 시작점과 끝점을 주어진 갯수만큼 로그간격으로 나눈 간격점을 행벡터로 출력

 

 

 

 

 

 

 

참고 자료: https://datascienceschool.net/view-notebook/4f3606fd839f4320a4120a56eec1e228/

 

'AI > Materials' 카테고리의 다른 글

Binary Search in C++(Recursive and Iterative)  (0) 2019.09.22
Errors in C/C++  (0) 2019.09.22