Numpy와 Torch의 차이
- Numpy는 일반적인 ML을 위해서 이용되나, Torch Tensor는 무거운 행렬연산에 최적화되어 GPU 사용을 지원
- Torch Tensor는 Tensor 생성시 추가 Parameter로 device_type과 require_grad를 옵션으로 지원
랜덤시드
np.random.seed(202206)
torch.manual_seed(202206) # for both CPU and CUDA
생성시
import numpy as np
import torch
np_random = np.random.random((4, 4))
torch_random = torch.rand(4, 4)
Size 파악시
array = [[1,2],[3,4]]
np_array = np.array(array)
torch_array = torch.tensor(array)
print(np_array.shape == torch_array.shape)
print(np_array.shape == torch_array.size())
print(np_array.reshape(4, 1).shape)
print(torch_array.view(4,1).shape)
차원 추가
np.expand_dims(np_random, axis=0).shape
torch.from_numpy(np_random).unsqueeze(0).shape
판별식
np.linalg.det(np_array)
역행렬
np_random = np.random.random((4, 4))
# Inverse
np.linalg.inv(np_random)
torch.inverse(torch.from_numpy(np_random))
# 유사역행렬
np.linalg.pinv(np_random)
torch.pinverse(torch.from_numpy(np_random))
전치행렬
np_random.T
np_random.transpose()
torch.from_numpy(np_random).T
세이브 및 로드
np.save('file.npy', np_random)
np.load('file.npy')
torch.save(torch.from_numpy(np_random), 'file')
torch.load('file')
References
