Hyungjun Kim

1. 텐서 Tensor는 다차원 배열을 처리할 수 있는 데이터로, Numpy array 와 비슷하다. 여러 데이터 type이 있는데, 아래와 같다. 데이터는 보통 Float 타입을 사용하고, 라벨값은 LongTensor를 사용한다. (Classification Task) 부동소수점 타입: torch.float16 또는 torch.half: 반정밀도 부동소수점 torch.float32 또는 torch.float: 단정밀도 부동소수점 (기본값) torch.float64 또는 torch.double: 배정밀도 부동소수점 정수 타입: torch.int8: 8-bit 정수 torch.uint8: 8-bit 부호 없는 정수 torch.int16 또는 torch.short: 16-bit 정수 torch.int32 또..

- 위 그래프에서도 보다시피, Torch 의 구글 트렌드는 지속적으로 상승하고 있음. (앞으로도 그럴것같다는...) - 2023년 1월 기준, 최근 5년내 논문 구현에서도 Pytorch 사용빈도가 압도적으로 우세함. (PapersWithCode) - Torch는 디버깅하기 쉽다. (Line 별 옵션) - Pythonic Interface - 유연한 모델 저장 (가중치만 따로 저장할 수 있어서, 모델 구조 바뀔 때 편하다.) - Documentation에서 많은 튜토리얼 제공 (초보자가 접근하기 쉽다. ) 등등.. 여러가지 이유가 또 있을거고, 어떤 점에서는 Tensorflow가 더 좋은점도 있겠지만... 나는 연구실에서 사용하던게 파이토치여서 더 친숙해서 앞으로도 토치로 개발을 할 것 같다.