PyTorch チュートリアル

PyTorch はオープンソースの機械学習ライブラリであり、主にコンピュータビジョン（CV）、自然言語処理（NLP）、音声認識などの分野の研究開発に使用されます。

PyTorch は Facebook の人工知能研究チームによって開発され、機械学習およびディープラーニングコミュニティで広く使用されています。

PyTorch はその柔軟性と使いやすさで知られており、特にディープラーニングの研究開発に適しています。

このチュートリアルは誰向けですか？

プログラミングの基礎知識があれば、このチュートリアルを読むことができます。PyTorch の学習は、ディープラーニングや機械学習に興味がある人、データサイエンティスト、エンジニア、研究者、学生に適しています。

このチュートリアルを読む前に必要な知識：

このチュートリアルを読み始める前に、Python プログラミング、基礎数学（線形代数、確率論、微積分）、機械学習の基本概念、ニューラルネットワークの知識、そしてドキュメントや資料を調べるためのある程度の英語の読解力が必要です。

  • プログラミングの基礎：少なくとも 1 つのプログラミング言語に精通していること。特にPython、PyTorch は主に Python で書かれているためです。

  • 数学の基礎：線形代数、確率論と統計学、微積分などの基礎的な数学知識を理解していること。これらは機械学習アルゴリズムを理解して実装するための基盤です。

  • 機械学習の基礎：教師あり学習、教師なし学習、強化学習、モデル評価指標（精度、再現率、F1 スコアなど）といった機械学習の基本概念を理解していること。

  • ディープラーニングの基礎：フィードフォワードニューラルネットワーク、畳み込みニューラルネットワーク（CNN）、リカレントニューラルネットワーク（RNN）、長短期記憶ネットワーク（LSTM）など、ニューラルネットワークの基本概念に精通していること。

  • コンピュータビジョンと自然言語処理の基礎：これらの分野で PyTorch を活用する予定がある場合、関連する背景知識を理解しておくと非常に役立ちます。

  • Linux/Unix の基礎：必須ではありませんが、Linux/Unix オペレーティングシステムの基礎知識を理解しておくと、特にデータの前処理やモデルトレーニングにおいて、コマンドラインツールやスクリプトをより効率的に使用できます。

  • 英語の読解力：多くのドキュメント、チュートリアル、コミュニティでの議論は英語で行われているため、ある程度の英語の読解力があれば、学習や問題解決に役立ちます。

例

以下は、PyTorch の基本的なテンソル操作の例です。ランダムテンソルの作成、要素ごとの演算、特定の要素へのアクセス、合計と最大値の計算方法を示します。

例

import torch

# データ型とデバイスを設定
dtype = torch.float  # テンソルのデータ型は浮動小数点型
device = torch.device("cpu")  # 今回は CPU で計算を実行

# ランダムテンソル a と b を作成して出力
a = torch.randn(2, 3, device=device, dtype=dtype)  # 2x3 のランダムテンソルを作成
b = torch.randn(2, 3, device=device, dtype=dtype)  # 別の 2x3 のランダムテンソルを作成

print("テンソル a:")
print(a)

print("テンソル b:")
print(b)

# 要素ごとに乗算して結果を出力
print("a と b の要素ごとの積:")
print(a * b)

# テンソル a の全要素の合計を出力
print("テンソル a の全要素の合計:")
print(a.sum())

# テンソル a の2行目3列目の要素を出力（インデックスは 0 から始まることに注意）
print("テンソル a の2行目3列目の要素:")
print(a[1, 2])

# テンソル a の最大値を出力
print("テンソル a の最大値:")
print(a.max())

テンソルの作成：

  • torch.randn(2, 3)2行3列のテンソルを作成し、乱数（正規分布に従う）で埋めます。
  • device=deviceとdtype=dtype計算デバイス（CPU または GPU）とデータ型（浮動小数点型）をそれぞれ指定しています。

テンソル操作：

  • a * b：要素ごとの乗算。
  • a.sum()：テンソルaの全要素の合計を計算します。
  • a[1, 2]：テンソルaの2行目3列目の要素にアクセスします（インデックスは 0 から始まることに注意）。
  • a.max()：テンソルaの最大値を取得します。

出力：（実行するたびに値は異なります）

张量 a:
tensor([[-0.1460, -0.3490,  0.3705],
        [-1.1141,  0.7661,  1.0823]])

张量 b:
tensor([[ 0.6901, -0.9663,  0.3634],
        [-0.6538, -0.3728, -1.1323]])

a 和 b 的逐元素乘积:
tensor([[-0.1007,  0.3372,  0.1346],
        [ 0.7284, -0.2856, -1.2256]])

张量 a 所有元素的总和:
tensor(0.6097)

张量 a 第 2 行第 3 列的元素:
tensor(1.0823)

张量 a 中的最大值:
tensor(1.0823)

参考リンク

PyTorch 公式サイト：https://pytorch.org/

PyTorch 公式入門チュートリアル：https://pytorch.org/get-started/locally/

PyTorch 公式ドキュメント：https://pytorch.org/docs/stable/index.html

PyTorch ソースコード：https://github.com/pytorch/pytorch

その他の拡張