파이토치 텐서 데이터 셔플
파이토치 텐서 데이터 셔플¶ 데이터 셔플 과정¶ torch.rand를 활용한 샘플데이터 생성합니다. randperm 메서드를 활용하여 무작위 순위 리스트를 만들어냅니다. 무작위 순위 리스트란 ? 순위 리스트 [0, 1, 2, 3] vs 무작위 순위 리스트 [2, 1, 4, 0] index_select 메서드를 활용하여 무작위 숫자 리스트에 맞게 텐서 내 값 위치 변경합니다. In [1]: # 예시 입력 import torch x = torch.rand(4,5) x Out[1]: tensor([[0.5017, 0.6225, 0.8976, 0.1194, 0.0085], [0.3317, 0.7673, 0.0814, 0.5546, 0.5811], [0.1697, 0.6363, 0.1774, 0.6370, 0.1..
2023. 8. 12.
넘파이 영벡터, 일벡터 생성
넘파이 영벡터, 일벡터 생성 영벡터(np.zeros) import numpy as np # zeros-vector np.zeros((4,3)) # out : array([[0., 0., 0.], # out : [0., 0., 0.], # out : [0., 0., 0.], # out : [0., 0., 0.]]) 일벡터(np.ones) import numpy as np # ones-vector np.ones((4,3)) # out : array([[1., 1., 1.], # out : [1., 1., 1.], # out : [1., 1., 1.], # out : [1., 1., 1.]])
2023. 8. 10.
넘파이 조건에 맞는 값의 위치 반환
넘파이 조건에 맞는 값의 위치 반환¶ In [1]: import numpy as np # 예시 넘파이 어레이 생성 arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]]) In [2]: # 예시 에레이를 0차원의 arr.shape Out[2]: (2, 4) In [3]: # 2는 (0 0번째 1차원 1번째 위치)에 있음 np.where(arr == 2) Out[3]: (array([0]), array([1])) In [4]: # 7는 (0차원 1번째 1차원 1번째 위치)에 있음 np.where(arr == 7) Out[4]: (array([1]), array([2])) In [5]: # 2보다 작거나 같은 숫자 차원 및 위치 np.where(arr
2023. 8. 10.
