【備忘録】PyTorch tensor操作

はじめに

PyTorchを活用するシーンが増えてきたので
tensor操作に関して備忘録を残しておくことにする

初級者向けの内容です

tensor操作

NumPyのarray操作と似ている

①定義

例） 2行3列のデータを両者で定義すると・・・

import numpy as np
npdata = np.array( [ [0,1,2],[3,4,5] ] )

import torch
tendata = torch.tensor( [ [0,1,2],[3,4,5] ] )

他にも類似した関数は下記の通りである．

ゼロを定義する

# numpy
npzero = np.zeros((2,3))
# tensor
tenzero = torch.zeros((2,3))

1を定義する

# numpy
npone = np.ones((2,3))
# tensor
tenone = torch.ones((2,3))

乱数を定義する

# numpy
npran = np.random.rand(2,3)
# tensor
tenran = torch.rand((2,3))

②tensorのサイズ，タイプ等の確認

データ型の確認

ten = torch.tensor( [[0,1,2],[3,4,5]])
ten.dtype

サイズの確認

ten.shape

Pythonのオブジェクトタイプの確認

type(ten)

NumPyとPyTorchでデフォルトの型が異なる点注意が必要

	int型	float型
NumPy	int32	float64
PyTorch	int64	float32

例えば，NumPyと型を揃えて，PyTorchで定義したいときは
dtypeオプションを活用すると良い

ten2 = torch.zeros( (2,3), dtype = torch.int32 )

③tensor　 ↔️　numpy.array 変換

両者の間での変換については下記の通り

tensor から numpy.arrayへ変換

# tensorで宣言
before = torch.zeros(3)

# tensorからnumpy arrayに変換
after = before.numpy()

Numpy arrayからTensorに変換

change = torch.from_numpy(after)

さらに
pandas dataframe　から　Numpy arrayに変換 tensor に変換

# pandas dataframe宣言
import pandas as pd
dict1 = {"a":[1,2,3],"b":[1,2,3],"c":[1,2,3]}
df = pd.DataFrame(dict1)

# pandas　から　numpyに変換
arr = df.to_numpy()

# numpy　から tensorに変換
arrcha = torch.from_numpy(arr)

④転置行列

transposeを活用した転置行列の求め方は下記の通り

# 4行3列の乱数tensorを定義
x = torch.rand((4,3))

# xの転置行列を算出
Tx = x.transpose(0,1)

⑤行列のサイズ変更

reshapeを活用した行列サイズ変更は下記の通り

# 1行16列データを作成
x = torch.ones(16)

# 2行8列データに変換
rex1 = x.reshape(2,8)

さらに列数をオートで4行に変換したいときはreshape(4,-1)

# 4行4列データに変換
rex2 = x.reshape(4,-1)
rex2

※　割り切れないときはエラーになるので注意

x2 = torch.ones(15)
rex3 = x2.reshape(2,-1)
rex3     

操作に関するノートブックはこちら