파이토치 텐서의 차원, 크기 다루기

파이토치 텐서의 차원, 크기 다루기

Handling Dimension and Size of Tensor in PyTorch

정의

$A$를 파이토치 텐서라고 하자.

  • 다음과 같은 순서쌍 $(a_{0}, a_{1}, \dots, a_{n-1})$을 $A$의 사이즈라고 한다.

    $$ \text{A.size() = torch.Size}([a_{0}, a_{1}, \dots, a_{n-1} ]) $$

  • $\prod \limits_{i=0}^{n-1} a_{i} = a_{0} \times a_{1} \times \cdots a_{n-1}$을 $A$의 크기라고 하자.

  • $A$를 $n$차원 텐서라고 한다.

    $a_{i}$는 각각 $i$번째 차원의 크기이며 $1$보다 큰 정수이다. 파이썬이므로 $0$번째 차원부터 시작한다는 점을 주의하자.

>>> A = torch.ones(2,3,4)
tensor([[[1., 1., 1., 1.],
         [1., 1., 1., 1.],
         [1., 1., 1., 1.]],

        [[1., 1., 1., 1.],
         [1., 1., 1., 1.],
         [1., 1., 1., 1.]]])

가령 위와 같은 텐서 $A$의 차원은 $3$, 크기는 $24=2 \cdot 3 \cdot 4$, 사이즈는 $(2,3,4)$이다.

.dim(), .ndim

텐서의 차원을 반환한다.

>>> A.dim()
3

>>> A.ndim
3

.shape, .size()

텐서의 사이즈를 반환한다.

>>> A.shape
torch.Size([2, 3, 4])
>>> A.shape[1]
3

>>> A.size()
torch.Size([2, 3, 4])
>>> A.size(2)
4

.view(), .reshape()

텐서의 크기를 유지한 채 사이즈를 바꾼다.

변수로 $-1$을 쓰면 자동으로 크기가 맞춰진다. 가령 다음의 예와 같이 $(2,3,4)$ 사이즈의 텐서를 .view(4,-1)과 같이 변경하면 $(4,6)$ 사이즈로 바뀐다.

>>> A.reshape(8,3)
tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]])

>>> A.view(3,-1)
tensor([[1., 1., 1., 1., 1., 1., 1., 1.],
        [1., 1., 1., 1., 1., 1., 1., 1.],
        [1., 1., 1., 1., 1., 1., 1., 1.]])

>>> A.view(-1,4)
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])
댓글