[Pytorch] Pytorch 함수 정리

torch 라이브러리를 통해 사용할 수 있는 함수들을 정리했습니다.

지속적으로 추가 및 수정됩니다.

 

pytorch 공식 사이트에서 제공하는 api를 보고 싶으면 다음 링크로 들어갈 수 있습니다.

https://pytorch.org/docs/stable/index.html

PyTorch documentation — PyTorch 1.13 documentation

torch

clamp(input, min, max)		min <= x <= max 범위의 값을 반환한다
input	Tensor	입력 텐서
min = None	int / Tensor	최솟값
max = None	int / Tensor	최댓값

 

concat(tensors, dim, out)		입력한 tensor 들을 하나로 합친다
tensors	list	합칠 tensor들의 list
dim	int	합쳐질 차원(방향)

 

cumprod(input, dim)		각 원소별로 차원 방향에 따른 누적 곱을 반환한다
input	Tensor	누적 곱을 적용할 텐서
dim	int	누적 곱을 진행할 차원(방향)

 

eye(n, m)		2차원 항등행렬을 반환한다
n	int	0번째 인덱스 길이 (n만 있을 때는 n * n 으로 가정)
m	int	1번째 인덱스 길이

 

full(size, full_value)		요소가 모두 똑같은 텐서를 반환한다
size	tuple / list	텐서 크기
full_value	int / float	요소 값

 

gather(input, dim, index)		index에 해당하는 원소로 이루어진 텐서를 반환한다.
input	Tensor	indexing할 텐서
dim	int	indexing할 차원 (0, 1, ...)
index	Tensor	index 텐서. input과 차원이 같아야 하며 모든 차원에 대해 input보다 크기가 작아야 한다. e.g.) 3차원의 input 텐서 A와 index 텐서 B가 있을 때, 반환하는 텐서는 index의 모든 x, y, z에 대해서 다음과 같다.      dim = 0 : A [ B [ x, y, z ], y, z ]      dim = 1 : A [ x, B [ x, y, z ], z ]      dim = 2 : A [ x, y, B [ x, y, z ] ]

 

randn(input_size)		해당 크기의 Gaussian 분포를 따르는 난수 텐서를 반환한다.
input_size	int/Tensor	생성하는 텐서의 크기

 

randn_like(input)		해당 텐서와 같은 크기의 Gaussian 분포를 따르는 난수 텐서를 반환한다.
input	Tensor	크기를 같게 할 텐서

 

tensor(tensor)		텐서를 반환한다
tensor	list	텐서

 

unsqueeze(input, dim)		텐서에 길이 1인 차원을 추가한다
input	Tensor	차원을 추가할 텐서
dim	int	추가할 차원의 위치 dim = n일 때 n번째 index에 길이 1을 새로 추가한다. e.g.) 텐서 T.shape = 2 * 2 * 2 에 대해서     dim = 1 : T'.shape = 2 * 1 * 2 * 2     dim = 2 : T'.shape = 2 * 2 * 1 * 2

 

torch.Tensor

zero_( )

주어진 텐서와 같은 크기의 0으로 이루어진 텐서를 반환한다

 

normal_()		normal distribution을 따르는 표본으로 이루어진 텐서를반환한다
mean=0	float	평균
std=1	float	표준편차
generator=None