패스트캠퍼스 환급챌린지 11일차 미션 (2월 11일) : 딥러닝·인공지능 Signature 초격차 패키지 Online. 강의 후기

 

자, 오늘은 일요일. 패캠 듣는 날이다.

오늘은

 

Part1. 딥러닝을 시작하기전에

CH04-01. 파이토치 개요

&
텐서 소개 및 생성 방법

 

 

 

CH04-01. 파이토치 개요

파이토치란?

"파이토치라는 기계 학습 프레임워크 중 하나로, 굉장히 핫하다." 

파이토치의 텐서(tensor)는 넘파이 배열과 매우 유사하며, GPU 연동을 통해 효율적으로 딥러닝 모델 학습 가능

 

그리고 코랩을 이용하면 쉽게 파이토치를 시작할 수 있는데 런타임유형변경에서 GPU로 바꿀 수 있다.

(여기까지는 많~이 해봤다)

 

데이터(리스트)를 넣어주면 그 자체가 바로 텐서로서 사용이 가능하다. 아래 예시코드를 보면 

tensor(data)로 텐서가 된 데이터를 볼 수 있다. 기본적으로 pytorch 텐서 하나를 초기화 하면 CPU에 머무르는데,

 

텐서간의 연산을 하려면 같은 장치에 있어야한다.(둘다 CPU건 둘다 GPU건...)

 

그래서 파이토치는 cuda를 통해 GPU로 옮겨버릴 수 있다.

 

1. GPU 사용 여부 체크하기

import torch

 

data = [[1,2],[3,4]]

x = torch.tensor(data)

print(x.is_cuda)

 

x = x.cuda() #GPU로 옮기기

print(x.is_cuda)

 

x = x.CPU() # CPU로 옮기기

print(x.is_cuda) 

 

이미지가 흐릿하니 다시한번 올려보겠다

 

2. 같은 디바이스가 아닌 상태에서 matmul을 쓴다면?

 

#GPU 장치의 텐서

a = torch.tensor([[1,2],[3,4]]).cuda()    ←[[1,2],[3,4]]를 토치의 텐서에다 넣고, 이 a 변수를 .cuda()를 통해 

GPU에 올린다.

 

#CPU 장치의 텐서

b = torch.tensor([[5,6],[7,8]])

 

#print(torch.matmul(a,b))를 하면 오류가 발생한다. 

 

같은 디바이스 위에 있지 않아..블라블라블라

 

 

다시 a를 cpu로 올리면 둘다 cpu라서 연산이 가능하다이다.

 

 

 

CH04-02. 파이토치 텐서 소개 및 생성 방법

이번 시간에는 텐서 소개 및 생성 방법에 대해 알아보고자 한다.

 

텐서란?

"파이토치에서의 텐서는 기능적으로 넘파이와 매우 유사하며, 기본적으로 다차원 배열을 처리하기위해 적합한 자료구조." 

 

음... 근데 이 강의 종합패키지 강의인데, 시작부터 기능적으로 넘파이와 유사하다고 하면 초보자들 중

몇명이 이해할지 모르겠다...

 

무튼 결론은 다차열 배열을 처리하기에 적합한 자료구조이며, 무엇보다도 "자동미분" 기능을 제공한다는 점! 중요!!

 

1. 텐서의 속성

    1-1. 모양(shape)

    1-2. 자료형(dtype)

    1-3. 저장된 장치          이런것 들을 매 순간마다 확인해 볼 수 있다.

 

 

 

자, 그럼 같이 한번 짧은 코딩을 해보자.

 

tensor = torch.rand(3, 4)      ← 0과 1 사이의 값을 3바이4 형태의 12개 데이터를 랜덤으로 토치형태로 만들어주세요.

 

print(tensor)

print(f"shape:{tensor.shape}")

print(f"Data Type:{tensor.dtype}")

print(f"Device:{tensor.device}")

 

 

2. 넘파이 배열과 토치는 서로 왔다갔다 할 수 있다.

tensor = torch.form_numpy(result)

 

여기 위의 torch.from_numpy는 넘파이를 토치 텐서 객체로 바까주겠다 라는 뜻이다.

 

 

3. ones_like와 rand_like

    다른 텐서의 정보를 토대로 텐서를 초기화 할 수 있다.(shape나 dtype 같은 자료형)

 

x = torch.tensor([[1,2],[3,4]])

 

# x와 같은 모양과 자료형을 가지지만, 값이 1인 텐서

x_ones = torch.ones_like(x)

print(x_ones)

 

# x와 같은 모양을 가지되, 자료형은 float으로 덮어쓰고, 값은 랜덤으로 채우기

x_rand = torch.rand_like(x, dtype = torch.float32)

print(x_rand)

 

정답은?

 

 

 

11일차 끝.

 

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://bit.ly/48sS29N