[Apprendimento rapido] Introduzione a Pytorch ①: Prova a gestire la torcia
Cos'è PyTorch?
PyTorch è un framework di apprendimento profondo sviluppato da Facebook. Rispetto a TensorFlow e keras, la popolazione di utenti è ridotta, ma presenta un formato Define by run che consente la costruzione di rete flessibile e sta crescendo rapidamente.In origine era il fork di Chainer, ma poiché è stato ampiamente diffuso in anticipo tra i ricercatori in Europa e negli Stati Uniti, sembra che la parte PFN abbia ora fermato Chainer e collaborato e si è unito allo sviluppo di PyTorch.
PyTorch presenta le seguenti due caratteristiche.
・ "Torch" equivalente a NumPy che può essere accelerato dalla GPU
・ Piattaforma di deep learning di tipo DefineByRun flessibile e veloce
Come installare PyTorch da questa pagina ufficiale:https://pytorch.org/
I dettagli ecc. Sono trattati in molti articoli giapponesi (Riferimento:Iniziare con PyTorch!6 conoscenze di base che devi conoscere sulla crescente popolarità di PyTorch)
Come usare la torcia
In Pytorch, anche se si immettono dati di tipo numpy, non è possibile calcolarli e il calcolo viene eseguito utilizzando il tipo di dati denominato torch.tensor.Pertanto, è necessario creare e convertire i dati con il tipo torch.tensor.È quasi come numpy, ma è in grado di eseguire operazioni veloci sulla GPU di Nvidia.
Inoltre, il modulo torcia contiene una struttura dati tensoriale multidimensionale (come una matrice di ordine elevato), che consente un calcolo efficiente del tensore e la conversione del tipo.
In 2]:
・ Puoi controllare la dimensione del tensore con .size ()
-Gli elementi della matrice possono essere estratti tagliando l'elenco e possono essere gestiti allo stesso modo di un array numpy.
In 3]: È possibile eseguire operazioni di base come addizione / sottrazione resto e differenziazione
In 4]: Cambia la forma dell'array con .view ()
In 5]: Può essere convertito in e da numpy
In 6]: Per calcolare su GPU, passa con .to (dispositivo)