Introduction a Torch

C'est un module qui permet :

Sous torch, notion de tensors remplacent les ndarrays de numpy.

Création de tensor :

torch.empty(5, 3) : création d'un tenseur à 2 dimensions (matrice) avec 5 lignes et 3 colonnes (valeurs non initialisées).
torch.zeros(5, 3) : création avec initialisation à 0.
torch.ones(5, 3) : création avec initialisation à 1.
torch.rand(5, 3) : création avec initialisation aléatoire entre 0 et 1.
torch.zeros(5, 3, dtype = torch.int) : création avec initialisation à 0 et avec des entiers.
torch.tensor(numpy.array([[1, 3], [6, 7]])) : initialisation à partir d'une array numpy.

Taille d'un tenseur : myTensor.size() (renvoie un torch.Size qui se comporte comme un tuple).

Opérations sur les tenseurs :

Resizing :

si t = torch.rand(3, 4), t.view(6, 2) renvoie un tenseur de dimensions modifiées, avec valeurs dans l'ordre des lignes, puis colonnes.
t.view(-1, 2) : la dimension à -1 est déduite des autres dimensions.

Indexation :

comme avec numpy, par contre t[0,0] renvoie encore un tenseur (sans dimension).
t[0,0].item() : renvoie la valeur numérique seule.

Passerelle avec numpy :

conversion de torch vers numpy : t = torch.rand(3, 4); ar = t.numpy()
conversion de numpy vers torch : t = torch.from_numpy(ar)
attention : le tenseur torch et l'array numpy partagent la même zone mémoire (modification de l'un modifie l'autre !)

Multiplication de 2 tenseurs : torch.mm(t1, t2)

Norme d'un tenseur : t.norm()

programmer en python, tutoriel python, graphes en python, Aymeric Duclert