놀고 싶은 빈둥이의 coding 연구소

1. from numpy to tensortensor_data = torch.from_numpy(numpy_data) ex>a = np.array([1.,2.])print(type(a))>> print(a)>> [1. 2.]b = torch.from_numpy(a).float()print(type(b))>> print(b)>> tensor([1., 2.]) 2. from tensor to numpynumpy_data = tensor_data.numpy() ex>a = torch.tensor([1, 2])print(type(a))>> print(a)>> tensor([1, 2])b = a.numpy()print(type(b))>> print(b)>> [1 2] 3. from tensor to PILImag..

PyTorch는 Deep Learning Framework 중 하나로 주로 research 분야에서 많이 사용되는 것으로 알려져있다. PyTorch에서는 tensor를 사용하는데 이 tensor는 PyTorch의 기본적인 data structure라고 생각하면 된다. tensor는 numpy와 비슷하게 n 차원 배열을 다룬다. 하지만 Deep Learning의 특성 상 계산량이 많아 보통 GPU에서 계산해야 하는데, numpy와 다르게 PyTorch의 tensor는 GPU에서 계산할 수 있기 때문에 Deep Learning Model을 사용할 때, 이 tensor를 사용한다. 여기에서는 PyTorch의 tensor를 GPU에 올려서 계산하고 Deep Learning Model을 만들기 위해 사용되는 기본..

PyTorch는 Deep Learning Framework 중 하나로 주로 research 분야에서 많이 사용되는 것으로 알려져있다. PyTorch에서는 tensor를 사용하는데 이 tensor는 PyTorch의 기본적인 data structure라고 생각하면 된다. tensor는 numpy와 비슷하게 n 차원 배열을 다룬다. 하지만 Deep Learning의 특성 상 계산량이 많아 보통 GPU에서 계산해야 하는데, numpy와 다르게 PyTorch의 tensor는 GPU에서 계산할 수 있기 때문에 Deep Learning Model을 사용할 때, 이 tensor를 사용한다. PyTorch를 사용하기 위해서는 자신의 GPU driver 버전에 맞는 CUDA 및 CuDNN을 설치해야 하고, PyTorch의..