PyTorchのテンソルというデータフレームで計算をしよう!PyTorchでディープラーニング!

Python, PyTorch, 機械学習

PyTorchのテンソルでの計算のやり方を解説しています。PythonでディープラーニングをするにはPyTorchのテンソルで基本的な計算をできるようになろう。ということで早速、まずテンソルとはデータを格納するためのリストのようなものです。

PyTorchのテンソルで計算する

今回はPyTorchのテンソルを計算してみましょう。

テンソルの計算や使い方についてまとめています。

テンソルの計算の基本を抑えて機械学習をできるようにしていきましょう。

z = torch.tensor([[1,2,3],[4,5,6]], dtype=torch.float64)
print(z + 2)
print(z - 2)
print(z * 2)
print(z / 2)
tensor([3,4,5],
       [6,7,8], dtype....)    #.... = =torch.float64
tensor([-1,0,1],
       [2,3,4], dtype....)
tensor([2,4,6],
       [8,10,12], dtype....)
tensor([0.5000,1.0000,1.5000],
       [2.0000,2.50000,3.0000], dtype....)

PyTorchのテンソルではこのように計算を行うことが可能です。

dtypeはデータ型を指定しています。

データ型についてよく分からない人はPythonとC言語のデータ型についてを参照してみて下さい。

x = torch.tensor([[1,2,3],[4,5,6]], dtype=torch.float64)
y = torch.tensor([[4,5,6],[7,8,9]], dtype=torch.float64)
print(x + y)
print(x - y)
print(x * y)
print(x / y)
tensor([[5.,7.,9.],
        [11.,13.,15.]], dtype=torch.float64)
tensor([[-3.,-3.,-3.,],
        [-3.,-3.,-3.,]], d....64)
tensor([[4.,10.,18.],
        [28.,40.,54.]], d....64)
tensor([[0.2500,0.4000,0.5000],
        [0.5714,0.6250,0.6667]], d....64)

テンソル同士の計算も同様に行うことができます。

しかし一般的な行列計算とは異なります。

03.　テンソルに用意されている数学的関数

PyTorchのテンソルには最小値min、最大値max、合計値sum、平均値mean、などの便利な数学的関数を標準で使用することができます。

z = torch.tensor([[1,2,3],[4,5,6]], dype=torch.float64)
print(torch.min(z))     #最小値
print(torch.max(z))     #最大値
print(torch.mean(z))    #平均値
print(torch.sum(z))     #合計値
tensor(1., dtype=torch.float64)
tensor(6., dtype=torch.float64)
tensor(3.5000, dtype=torch.float64)
tensor(21., dtype=torch.float64)
z = torch.tensor([[1,2,3],[4,5,6]], dtype=torch.float64)
print(torch.sum(z).item())    #合計値
21.0

テンソルを使用した計算ではテンソルで返されます。

そのため、値自体を取り出したい場合はitemメソッドで取り出すことが可能です。

04.　まとめ

お疲れ様でした。

ここまで読んでいただきありがとうございました。

PyTorchのテンソルでの計算と数学的関数について押さえることができたと思います。

PyTorchでアヤメの分類を通してディープラーニングを学習しよう!!アヤメの分類の実行

hiiro 2021年3月4日17:20