4️⃣ Pytorch 기초_여러 함수들

 

랜덤 함수

1. torch.randn: 랜덤한 숫자들을 평균이 0, 분산이 1이되도록 normal distribution으로 반환

2. torch.rand: 0부터 1사이 랜덤한 숫자들을 uniform distribution 으로 반환

3. torch.randint(1,5,size=(12,)): 1부터 5미만 12개 정수

모두 원하는 행렬 사이즈로 랜덤한 값들을 생성할 수 있는 함수이다. 

 

• print(A[A[:,0]<0,:]): A 텐서에서 0번째 열이 음수인 행들을 모두 슬라이싱하여 가져옴

 

절대값, 제곱근, 지수, 로그, 반올림, 내림, 올림 함수

 

 

주의할점: torch 함수의 입력으로 그냥 integer를 넣어주면 오류가 나고 이를 텐서로 바꿔서 넣어줘야 한다.

예를들어 torch.log(10) 이런식으로 integer를 쓰면 안되고 torch.log(torch.tensor(10)) 이런식으로 써줘야 한다. 

 

실행결과

 

삼각함수들

 

- torch.pi 의 type 은 float 이다. 그런데 torch.tensor로 감싸주면 type이 tensor 로 바뀐다.

 

isnan

 

 

torch.nan 은 숫자가 아닌 값이고, torch.inf 는 Infinite 한 값이다.

해당 값이 텐서안에 들어있는지 아닌지 torch.isnan, torch.isinf 함수로 확인할 수 있다. 

True 혹은 False의 boolean 값을 반환한다.

 

최대값, 최소값 argmax

 

 

• torch.max(A,axis=0): 2차원 행렬 A 에서 각 열의 최대값(values)과 그 인덱스(indices) 반환
• torch.max(A,axis=1): 2차원 행렬 A 에서 각 행의 최대값(values)과 그 인덱스 (indices) 반환
• torch.max(A,axis=0, keepdims=True): 차원과 열 사이즈(4)를  유지하면서 최대값 반환, shape: (1,4)
• torch.max(A,axis=1, keepdims=True): 차원과 행 사이즈(3)를 유지하면서 최대값 반환, shape: (3,1)

 

정렬

 

a가 1차원 혹은 다차원 텐서라고 할 때

• a_sorted=torch.sort(a,dim=0): 각 열들을 오름차순으로 정렬
• a.sort(dim=0, descending=True): 각 열들을 내림차순으로 정렬
• a_sorted=torch.sort(a,dim=1): 각 행을 오름차순으로 정렬

 

합, 평균, 표준편차

 

• torch.sum(a): 모든 성분들의 합
• torch.sum(a, axis=1): 각 행의 성분들의 합
• torch.mean(a): 모든 성분들의 평균값
• torch.mean(a, axis=1): 각 행의 성분들의 평균
• torch.std(a): 모든 성분들의 표준편차

 

내적, 행렬곱, 전치

 

• torch.sum(a*b): 행렬의 내적, 요소끼리의 곱을 더하기
• a.transpose(1,0): 전치
• a.permute(1,0): 전치
• a.T: 전치
• a.permute(0,2,1): 행렬의 dimension 순서를 바꿔준다. shape을 4,3,6 에서 4,6,3 으로 바꿔준다.

 

Stack, concat

• torch.vstack([A,B]): 행으로 쌓기 (아래로)
• torch.hstack([A,B]): 열로 쌓기 (옆으로)
• torch.cat([A,B], dim=0): 행으로 쌓기
• torch.cat([A,B], dim=1): 열로 쌓기



Squeeze, unsqueeze

• A.squeeze(): dimension size가 1인 것을 제거하고 아닌 것만 남긴다.
• A.unsqueeze(): dimension size 를 하나 늘린다.

 

Repeat

• 지정된 차원만큼 텐서를 반복한다.