【100 PyTorch exercises】 PyTorchを学ぼう入門編 11～15問目

PyTorchの操作方法はNumpyの操作方法と似ています。

そのためNumpyが使用できれば同じような操作方法でPyTrochも扱えるという学習コストの低さが一つのメリットといえます。

しかし、多少の差異はどうしても存在します。

そこで、Numpyの練習に非常に役立つ「100 numpy exercises 」をPyTorchで書き換えることによって、PyTorchの操作方法を学ぶのと同時にNumpyとの類似点や相違点を学んでいきたいと思います。

github.com

PyTorchのコードだけでなくNumpyのコードもあわせて紹介していきます。

別記事に他の問題の解法も書いています。

次のリンクにまとめているので、他の問題もあわせて参考にしていただければと思います。

venoda.hatenablog.com

11. Create a 3x3 identity matrix (★☆☆)
- PyTorch
- Numpy
12. Create a 3x3x3 array with random values (★☆☆)
- PyTorch
- Numpy
13. Create a 10x10 array with random values and find the minimum and maximum values (★☆☆)
- PyTorch
- Numpy
14. Create a random vector of size 30 and find the mean value (★☆☆)
- PyTorch
- Numpy
15. Create a 2d array with 1 on the border and 0 inside (★☆☆)
- PyTorch
- Numpy

11. Create a 3x3 identity matrix (★☆☆)

「3×3の単位行列を作成してください」

PyTorch

Z = torch.eye(3)
print(Z)

# Output
tensor([[1., 0., 0.],
        [0., 1., 0.],
        [0., 0., 1.]])

Numpy

Z = np.eye(3)
print(Z)

# Output
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

12. Create a 3x3x3 array with random values (★☆☆)

「要素がランダムの3×3×3の配列を作成してください」

PyTorch

Z = torch.rand((3, 3, 3))
print(Z)

# Output
tensor([[[0.7065, 0.5323, 0.6609],
         [0.5617, 0.6697, 0.3816],
         [0.6289, 0.6906, 0.5097]],

        [[0.8313, 0.9725, 0.4622],
         [0.7089, 0.7056, 0.1623],
         [0.1794, 0.6519, 0.8961]],

        [[0.9205, 0.7204, 0.2701],
         [0.5994, 0.4827, 0.3271],
         [0.3080, 0.0663, 0.9939]]])

Numpy

Z = np.random.random((3, 3, 3))
print(Z)

# Output
[[[0.17646691 0.93256101 0.29264166]
  [0.8821208  0.5881321  0.32091339]
  [0.17575104 0.46484676 0.80618491]]

 [[0.48507302 0.68746481 0.72514204]
  [0.08474374 0.33241432 0.16624967]
  [0.46326199 0.31954387 0.02366121]]

 [[0.95404531 0.21276611 0.97869308]
  [0.997538   0.93182844 0.71233085]
  [0.79715607 0.08070649 0.3871963 ]]]

13. Create a 10x10 array with random values and find the minimum and maximum values (★☆☆)

「ランダムな10x10配列を作成して、最小値と最大値を算出してください」

PyTorch

Z = torch.rand(10, 10)
Zmin, Zmax = Z.min(), Z.max()
print(Zmin, Zmax)

# Output
tensor(0.0035) tensor(0.9904)

Numpy

Z = np.random.random((10, 10))
Zmin, Zmax = Z.min(), Z.max()
print(Zmin, Zmax)

# Output
0.0003285892530539014 0.9815009241681587

14. Create a random vector of size 30 and find the mean value (★☆☆)

「サイズが30のランダムなベクトルを作成し、平均値を算出してください」

PyTorch

Z = torch.rand(30)
m = Z.mean()
print(m)

# Output
tensor(0.4685)

Numpy

Z = np.random.random(30)
m = Z.mean()
print(m)

# Output
0.4884329026946153

15. Create a 2d array with 1 on the border and 0 inside (★☆☆)

「境界が1で内側が0の2次元の配列を作成してください」

PyTorch

Z = torch.ones(10, 10)
Z[1:-1, 1:-1] = 0
print(Z)

# Output
tensor([[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 0., 0., 0., 0., 0., 0., 0., 0., 1.],
        [1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]])

Numpy

Z = np.ones((10, 10))
Z[1:-1,1:-1] = 0
print(Z)

# Output
[[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 0. 0. 0. 0. 0. 0. 0. 0. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]]

リンク