주요 기능
동적 계산 그래프: 사용자가 즉시 모델을 구축하고 수정 가능(Define-by-Run)
프레임워크가 실행중이더라도 그래프 구조를 자유롭게 변경 가능
GPU 가속
사용하기 쉬움: 즉시 실행 모드(eager-mode)-계산 그래프를 빌드하지 않고 코드를 실행 가능
우수한 성능
활발한 커뮤니티
주요 단점
배열(Array)이나 행렬(Matrix)과 유사한 자료구조(자료형)
| 0차원 텐서 | 스칼라(Scalar) | - |
|---|---|---|
| 1차원 텐서 | 벡터(Vector) | - |
| 2차원 텐서 | 행렬(Matrix) | Grayscale |
| 3차원 텐서 | 배열(Array) | R,G,B |
torch.tensor() #입력된 데이터를 복사해 텐서로 변환하는 함수
#데이터를 복사하기 때문에 값이 무조건 존재해야 함. 입력 데이터의 형식에 가장 적합한 텐서 자료형으로 변환.
torch.Tensor() #텐서의 기본형으로 텐서 인스턴스를 생성하는 클래스
#인스턴스를 생성하기 때문에 값을 입력하지 않는 경우 비어있는 텐서를 생성
텐서 속성