파이토치에서 생성기로부터 토치 텐서 생성하기

파이토치에서 생성기로부터 토치 텐서 생성하기

torch.randn() 및 torch.rand() 함수 사용:

• torch.randn() : 평균 0, 표준편차 1인 정규 분포에서 샘플링된 값으로 텐서를 생성합니다.

예시:

import torch

# 생성기 인스턴스 생성
generator = torch.Generator()

# 생성기를 사용하여 텐서 생성
randn_tensor = torch.randn(5, 5, generator=generator)
rand_tensor = torch.rand(5, 5, generator=generator)

print(randn_tensor)
print(rand_tensor)

torch.manual_seed() 함수 사용:

• torch.manual_seed() 함수를 사용하여 생성기의 시드를 설정할 수 있습니다.

import torch

# 시드 설정
torch.manual_seed(1234)

# 생성기 인스턴스 생성
generator = torch.Generator()

# 생성기를 사용하여 텐서 생성
tensor1 = torch.randn(5, 5, generator=generator)

# 시드 재설정
torch.manual_seed(5678)

# 동일한 생성기를 사용하여 텐서 생성
tensor2 = torch.randn(5, 5, generator=generator)

print(tensor1)
print(tensor2)

torch.distributions 모듈 사용:

• 다양한 확률 분포에서 샘플링된 값으로 텐서를 생성할 수 있습니다.

import torch
from torch.distributions import normal

# 정규 분포 인스턴스 생성
normal_dist = normal.Normal(mean=0, stddev=1)

# 생성기를 사용하여 텐서 생성
tensor = normal_dist.sample((5, 5), generator=generator)

print(tensor)

참고:

• 생성기를 사용하면 텐서 생성 과정을 반복 가능하게 만들 수 있습니다.
• 생성기의 시드를 설정하면 텐서 생성 결과를 제어할 수 있습니다.

예제 코드

torch.randn() 및 torch.rand() 함수 사용

import torch

# 생성기 인스턴스 생성
generator = torch.Generator()

# 생성기를 사용하여 텐서 생성
randn_tensor = torch.randn(5, 5, generator=generator)
rand_tensor = torch.rand(5, 5, generator=generator)

print(randn_tensor)
print(rand_tensor)

torch.manual_seed() 함수 사용

import torch

# 시드 설정
torch.manual_seed(1234)

# 생성기 인스턴스 생성
generator = torch.Generator()

# 생성기를 사용하여 텐서 생성
tensor1 = torch.randn(5, 5, generator=generator)

# 시드 재설정
torch.manual_seed(5678)

# 동일한 생성기를 사용하여 텐서 생성
tensor2 = torch.randn(5, 5, generator=generator)

print(tensor1)
print(tensor2)

torch.distributions 모듈 사용

import torch
from torch.distributions import normal

# 정규 분포 인스턴스 생성
normal_dist = normal.Normal(mean=0, stddev=1)

# 생성기를 사용하여 텐서 생성
tensor = normal_dist.sample((5, 5), generator=generator)

print(tensor)

• 각 예시 코드는 5행 5열 크기의 텐서를 생성합니다.
• torch.distributions 모듈을 사용하면 다양한 확률 분포에서 샘플링된 값으로 텐서를 생성할 수 있습니다.

파이토치에서 생성기로부터 토치 텐서 생성: 대체 방법

• NumPy 배열을 생성하고 torch.from_numpy() 함수를 사용하여 토치 텐서로 변환할 수 있습니다.

import numpy as np
import torch

# NumPy 배열 생성
np_array = np.random.randn(5, 5)

# NumPy 배열을 토치 텐서로 변환
tensor = torch.from_numpy(np_array)

print(tensor)

Python 리스트 사용:

• Python 리스트를 생성하고 torch.tensor() 함수를 사용하여 토치 텐서로 변환할 수 있습니다.

import torch

# Python 리스트 생성
list_data = [1, 2, 3, 4, 5]

# 리스트를 토치 텐서로 변환
tensor = torch.tensor(list_data)

print(tensor)

직접 텐서 값 지정:

• torch.Tensor() 함수를 사용하여 텐서 크기를 지정하고 직접 값을 채워 넣을 수 있습니다.

import torch

# 텐서 크기 지정
tensor = torch.Tensor(5, 5)

# 텐서 값 직접 채워넣기
for i in range(5):
    for j in range(5):
        tensor[i][j] = i * j

print(tensor)

• NumPy 배열을 사용하는 방법은 가장 빠르고 효율적인 방법입니다.
• Python 리스트를 사용하는 방법은 간단하지만 NumPy 배열을 사용하는 방법보다 느릴 수 있습니다.
• 직접 텐서 값을 지정하는 방법은 가장 유연하지만 코드가 복잡해질 수 있습니다.