[PyTorch] 함수 목차

1. Tensor 생성 및 변환

• torch.flatten(): 텐서를 1차원으로 평탄화
• torch.stack(): 텐서를 새로운 차원에 쌓기
• torch.cat(): 텐서들 연결
• torch.unsqueeze(): 텐서의 차원을 추가
• torch.squeeze(): 텐서에서 크기가 1인 차원을 제거
• torch.arange(): 지정한 범위의 값으로 텐서 생성
• torch.linspace(): 지정한 범위에서 동일 간격으로 값을 가지는 텐서 생성
• torch.ones(): 1로 채워진 텐서 생성
• torch.zeros(): 0으로 채워진 텐서 생성
• torch.tensor(): 주어진 데이터를 텐서로 변환
• torch.eye(): 단위행렬 생성

 

2. 난수 생성

• torch.randint(): 지정한 범위 내의 정수 난수로 텐서 생성
• torch.randn(): 표준 정규 분포에서 샘플링된 난수로 텐서 생성
• torch.rand(): 0과 1 사이의 균등 분포에서 난수로 텐서 생성

 

3. 수학 연산

• torch.add(): 두 텐서의 요소별 덧셈
• torch.sub(): 두 텐서의 요소별 뺄셈
• torch.mul(): 두 텐서의 요소별 곱셈
• torch.div(): 두 텐서의 요소별 나눗셈
• torch.exp(): 텐서의 각 요소에 대해 자연 지수 함수 계산
• torch.log(): 텐서의 각 요소에 대해 자연 로그 계산
• torch.sum(): 텐서의 합 계산
• torch.mean(): 텐서의 평균 계산
• torch.std(): 텐서의 표준 편차 계산
• torch.min(): 텐서의 최솟값 반환
• torch.max(): 텐서의 최댓값 반환
• torch.argmin(): 텐서에서 최솟값의 인덱스 반환
• torch.argmax(): 텐서에서 최댓값의 인덱스 반환

 

4. 행렬 연산

• torch.mm(): 행렬 곱셈 (2D 텐서)
• torch.matmul(): 일반적인 행렬 곱셈
• torch.bmm(): 배치 행렬 곱셈 (3D 텐서)

 

5. 신경망 계층

• torch.nn.Linear(): 선형 변환 계층
• torch.nn.Conv2d(): 2D 합성곱 계층
• torch.nn.MaxPool2d(): 2D 맥스 풀링 계층
• torch.nn.ReLU(): ReLU 활성화 함수

 

6. 손실 함수

• torch.nn.CrossEntropyLoss(): 교차 엔트로피 손실 함수
• torch.nn.MSELoss(): 평균 제곱 오차 손실 함수

 

7. 최적화 알고리즘

• torch.optim.SGD(): 확률적 경사 하강법(SGD) 최적화
• torch.optim.Adam(): Adam 최적화 알고리즘
• torch.optim.lr_scheduler.StepLR(): 학습률 스케줄러

 

8. 데이터 처리

• torch.utils.data.Dataset(): 사용자 정의 데이터셋 생성
• torch.utils.data.DataLoader(): 데이터셋에서 데이터를 배치로 로드

 

9. CUDA 및 GPU 관련

• torch.cuda.is_available(): CUDA 사용 가능 여부 확인