J.Spin

Pytorch Tensor 자료형을 .npy 로 저장하고, 불러오고, Tensor로 다시 변형하는 아래 과정을 모두 알아보자. Tensor -> numpy array -> np.save() -> .npy 파일 -> np.load() -> numpy array -> Tensor - Tensor를 numpy로 변형 # (3, 50, 50) 크기의 랜덤으로 초기화된 텐서 배열을 생성 a = torch.randn(3, 50, 50) ## a == torch.Size([3, 50, 50]) # Tensor -> numpy a_np = a.numpy() - 여기서 Tensor의 device type이 'cuda'라면 'cpu'로 바꿔주는 과정이 필요하다 b = torch.randn(3, 50, 50).to('cud..

Array[A:B:C] => Array Element내의 index A 부터 index B 전까지 C의 간격으로 배열을 만들어라 를 뜻함. 1에 아무것도 없으면 '배열의 첫 번째 부터'를 뜻하고 2에 아무것도 없으면 '배열의 마지막 까지'를 뜻함. 3에 아무것도 없으면 default인 1로 설정. Array[slice(A, B, C)] 와 같은 형태로도 사용할 수 있다. 예시 import numpy as np # 일차원 배열 arr1 = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8 ,9]) print(arr1[0:9:3]) # 결과 : [0 3 6] (index 0부터 index 9 전까지 3의 간격으로 배열 생성) print(arr1[slice(0, 9, 3]) # 결과 : 위와 같..

np.newaxis 차원을 확장하는 numpy 함수 행 부분에 np.newaxis를 추가하느냐 열 부분에 np.newaxis를 추가하느냐에 따라 결과 값이 달라진다. import numpy as np # 배열 생성 arr1 = np.array([1, 2, 3, 4], dtype=int) arr2 = np.array([[1, 2], [3, 4]], dtype=int) print(arr1) print(arr2) # 결과 [1 2 3 4] [[1 2] [3 4]] # 일차원 배열 print(arr1[np.newaxis]) print(arr1[:, np.newaxis]) # 결과 [[1 2 3 4]] [[1] [2] [3] [4]] # 이차원 배열 print(arr2[np.newaxis]) print(arr2[..