Skip to content

'PyTorch가 무엇인가요?' 표현 개선 #78

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
merged 2 commits into from
Jul 11, 2020
Merged

'PyTorch가 무엇인가요?' 표현 개선 #78

Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
bbb35c6
Minor updates to tensor_tutorial.py
itsnamgyu Jul 6, 2020
cc6b6cb
tensor_tutorial.py 리뷰 사항 추가 (#78)
itsnamgyu Jul 7, 2020
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
31 changes: 15 additions & 16 deletions beginner_source/blitz/tensor_tutorial.py
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -14,7 +14,7 @@
Tensors
^^^^^^^

Tensor는 NumPy의 ndarray와 유사하며, 추가로 GPU를 사용한 연산 가속도 가능합니다.
Tensor는 NumPy의 ndarray와 유사하며, GPU를 사용한 연산 가속도 가능합니다.
"""

from __future__ import print_function
Expand Down Expand Up @@ -51,8 +51,8 @@
print(x)

###############################################################
# 또는 존재하는 tensor를 바탕으로 tensor를 만듭니다. 이 메소드(method)들은
# 사용자로부터 제공된 새로운 값이 없는 한, 입력 tensor의 속성들(예. dtype)을
# 또는 기존 tensor를 바탕으로 새로운 tensor를 만듭니다. 이들 메소드(method)는
# 사용자로부터 새로운 값을 제공받지 않은 한, 입력 tensor의 속성들(예. dtype)을
# 재사용합니다.

x = x.new_ones(5, 3, dtype=torch.double) # new_* 메소드는 크기를 받습니다
Expand All @@ -68,7 +68,7 @@

###############################################################
# .. note::
# ``torch.Size`` 는 사실 튜플(tuple)과 같으며, 모든 튜플 연산을 지원합니다.
# ``torch.Size`` 는 튜플(tuple) 타입으로, 모든 튜플 연산을 지원합니다.
#
# 연산(Operations)
# ^^^^^^^^^^^^^^^^
Expand All @@ -90,27 +90,26 @@
print(result)

###############################################################
# 덧셈: 바꿔치기(In-place) 방식
# 덧셈: 바꿔치기(in-place) 방식

# y에 x 더하기
y.add_(x)
print(y)

###############################################################
# .. note::
# 바꿔치기(In-place) 방식으로 tensor의 값을 변경하는 연산은 ``_`` 를 접미사로
# 갖습니다.
# 바꿔치기(in-place) 방식으로 tensor의 값을 변경하는 연산 뒤에는 ``_``가 붙습니다.
# 예: ``x.copy_(y)``, ``x.t_()`` 는 ``x`` 를 변경합니다.
#
# NumPy스러운 인덱싱 표기 방법을 사용할 수도 있습니다!
# NumPy스러운 인덱싱 표기 방법을 사용하실 수도 있습니다!

print(x[:, 1])

###############################################################
# 크기 변경: tensor의 크기(size)나 모양(shape)을 변경하고 싶다면 ``torch.view`` 를 사용합니다:
x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8) # -1은 다른 차원들을 사용하여 유추합니다.
z = x.view(-1, 8) # -1은 다른 차원에서 유추합니다.
print(x.size(), y.size(), z.size())

###############################################################
Expand All @@ -124,16 +123,16 @@
#
#
# 전치(transposing), 인덱싱(indexing), 슬라이싱(slicing), 수학 계산,
# 선형 대수, 난수(random number) 등과 같은 100가지 이상의 Tensor 연산은
# `여기 <http://pytorch.org/docs/torch>`_ 에 설명되어 있습니다.
# 선형 대수, 난수(random number) 등, 100가지 이상의 Tensor 연산은
# `여기 <http://pytorch.org/docs/torch>`_ 에서 확인하실 수 있습니다.
#
# NumPy 변환(Bridge)
# -------------------
#
# Torch Tensor를 NumPy 배열(array)로 변환하거나, 그 반대로 하는 것은 매우 쉽습니다.
#
# (CPU 상의) Torch Tensor와 NumPy 배열은 저장 공간을 공유하기 때문에,
# 하나를 변경하면 다른 하나도 변경됩니다.
# (Torch Tensor가 CPU 상에 있다면) Torch Tensor와 NumPy 배열은 메모리 공간을
# 공유하기 때문에, 하나를 변경하면 다른 하나도 변경됩니다.
#
# Torch Tensor를 NumPy 배열로 변환하기
# ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
Expand All @@ -157,7 +156,7 @@
###############################################################
# NumPy 배열을 Torch Tensor로 변환하기
# ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
# NumPy(np) 배열을 변경하면 Torch Tensor의 값도 자동 변경되는 것을 확인해보세요.
# np (NumPy) 배열을 변경하면 Torch Tensor의 값도 자동 변경되는 것을 확인해보세요.

import numpy as np
a = np.ones(5)
Expand All @@ -167,8 +166,8 @@
print(b)

###############################################################
# CharTensor를 제외한 CPU 상의 모든 Tensor는 NumPy로의 변환을 지원하며,
# (NumPy에서 Tensor로의) 반대 변환도 지원합니다.
# CharTensor를 제외한 CPU 상의 모든 Tensor는 NumPy로 변환할 수 있고,
# (NumPy에서 Tensor로의) 반대 변환도 가능합니다.
#
# CUDA Tensors
# ------------
Expand Down