[Schnelles Lernen] Einführung in Pytorch ①: Versuchen Sie, mit Fackeln umzugehen
Was ist PyTorch?
PyTorch ist ein von Facebook entwickeltes Deep-Learning-Framework. Im Vergleich zu TensorFlow und Keras ist die Benutzerpopulation gering, verfügt jedoch über ein Format "Durch Ausführen definieren", das einen flexiblen Netzwerkaufbau ermöglicht und jetzt schnell wächst.Ursprünglich war es Chainers Gabel, aber da es im Voraus auf Forscher in Europa und den Vereinigten Staaten weit verbreitet war, scheint es, dass die PFN-Seite Chainer nun gestoppt und mit PyTorch zusammengearbeitet und sich dieser angeschlossen hat.
PyTorch bietet die folgenden zwei Funktionen.
・ "Torch" entspricht NumPy und kann von der GPU beschleunigt werden
・ Flexible und schnelle Deep Learning-Plattform vom Typ DefineByRun
So installieren Sie PyTorch von dieser offiziellen Seite:https://pytorch.org/
Details usw. werden in vielen japanischen Artikeln behandelt (Referenz:Erste Schritte mit PyTorch!6 Grundkenntnisse, die Sie über die zunehmende Beliebtheit von PyTorch benötigen)
Wie man Fackel benutzt
Selbst wenn Sie in Pytorch Daten vom Typ numpy eingeben, können diese nicht berechnet werden, und die Berechnung wird mit dem Datentyp torch.tensor durchgeführt.Daher müssen die Daten mit dem Typ torch.tensor erstellt und konvertiert werden.Es ist fast wie Numpy, aber es ist in der Lage, auf der GPU von Nvidia schnell zu arbeiten.
Darüber hinaus enthält das Brennermodul eine mehrdimensionale Tensordatenstruktur (wie eine Matrix höherer Ordnung), die eine effiziente Tensorberechnung und Typkonvertierung ermöglicht.
In 2]:
・ Sie können die Tensorgröße mit .size () überprüfen.
-Die Elemente der Matrix können durch Schneiden der Liste extrahiert und wie ein Numpy-Array behandelt werden.
In 3]: Grundlegende Operationen wie Additions- / Subtraktionsrest und Differenzierung können ausgeführt werden
In 4]: Ändern Sie die Form des Arrays mit .view ()
In 5]: Kann in und von numpy konvertiert werden
In 6]: Um auf der GPU zu berechnen, übergeben Sie mit .to (Gerät)