【100 PyTorch exercises】 PyTorchを学ぼう 入門編 51～55問目

100 PyTorch exercises PyTorch Python Numpy

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




51. Create a structured array representing a position (x,y) and a color (r,g,b) (★★☆)

「位置(x, y)と色(r, g, b)を表す構造化配列を作成してください」

PyTorch

PyTorchでの方法を見つけることができませんでした。

Numpy

Z = np.zeros(10, [('position', [('x', float, 1),
                                ('y', float, 1)]),
                  ('color',    [('r', float, 1),
                                ('g', float, 1),
                                ('b', float, 1)])])
print(Z)

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


52. Consider a random vector with shape (100,2) representing coordinates, find point by point distances (★★☆)

「座標を表す形状(100, 2)のランダムなベクトルを作成し、各点との距離を算出してください」

PyTorch

Z = torch.rand((10, 2))
X, Y = torch.atleast_2d(Z[:, 0], Z[:, 1])
D = torch.sqrt((X - X.T) ** 2 + (Y - Y.T) ** 2)
print(D)

# Output
tensor([[0.0000, 0.4146, 0.8186, 0.5376, 0.9352, 0.8422, 0.7176, 0.6257, 0.4561,
         0.3302],
        [0.4146, 0.0000, 0.6842, 0.1398, 0.5247, 0.4288, 0.4577, 0.2890, 0.1968,
         0.3318],
        [0.8186, 0.6842, 0.0000, 0.7632, 0.9170, 0.8256, 0.2839, 0.9300, 0.8809,
         0.9726],
        [0.5376, 0.1398, 0.7632, 0.0000, 0.3984, 0.3104, 0.5058, 0.1689, 0.1711,
         0.3738],
        [0.9352, 0.5247, 0.9170, 0.3984, 0.0000, 0.1041, 0.6349, 0.3779, 0.5277,
         0.7413],
        [0.8422, 0.4288, 0.8256, 0.3104, 0.1041, 0.0000, 0.5420, 0.3261, 0.4558,
         0.6701],
        [0.7176, 0.4577, 0.2839, 0.5058, 0.6349, 0.5420, 0.0000, 0.6663, 0.6463,
         0.7796],
        [0.6257, 0.2890, 0.9300, 0.1689, 0.3779, 0.3261, 0.6663, 0.0000, 0.1722,
         0.3732],
        [0.4561, 0.1968, 0.8809, 0.1711, 0.5277, 0.4558, 0.6463, 0.1722, 0.0000,
         0.2145],
        [0.3302, 0.3318, 0.9726, 0.3738, 0.7413, 0.6701, 0.7796, 0.3732, 0.2145,
         0.0000]])

Numpy

Z = np.random.random((10, 2))
X, Y = np.atleast_2d(Z[:,0], Z[:,1])
D = np.sqrt((X - X.T) ** 2 + (Y - Y.T) ** 2)
print(D)

# Output
[[0.         0.157812   0.76482063 0.48144225 0.71621426 0.37904617
  0.83818064 0.9367339  0.42888455 0.67589251]
 [0.157812   0.         0.69751426 0.32498747 0.63316806 0.41181355
  0.71705963 0.80295543 0.27583226 0.61693084]
 [0.76482063 0.69751426 0.         0.71464555 0.09775709 0.48241188
  0.32759002 0.46932255 0.57454418 0.09399059]
 [0.48144225 0.32498747 0.71464555 0.         0.62313257 0.64633863
  0.58204586 0.61268686 0.14735392 0.6659362 ]
 [0.71621426 0.63316806 0.09775709 0.62313257 0.         0.47695454
  0.25280928 0.3979098  0.48625724 0.11632671]
 [0.37904617 0.41181355 0.48241188 0.64633863 0.47695454 0.
  0.68891831 0.82342245 0.51658112 0.3891275 ]
 [0.83818064 0.71705963 0.32759002 0.58204586 0.25280928 0.68891831
  0.         0.14518608 0.48476056 0.36890033]
 [0.9367339  0.80295543 0.46932255 0.61268686 0.3979098  0.82342245
  0.14518608 0.         0.54568269 0.51406791]
 [0.42888455 0.27583226 0.57454418 0.14735392 0.48625724 0.51658112
  0.48476056 0.54568269 0.         0.52113869]
 [0.67589251 0.61693084 0.09399059 0.6659362  0.11632671 0.3891275
  0.36890033 0.51406791 0.52113869 0.        ]]




53. How to convert a float (32 bits) array into an integer (32 bits) in place?

「浮動小数点(32ビット)配列を整数(32ビット)に変換してください」

PyTorch

Z = (torch.rand(10) * 100).to(torch.float32)
Y = Z.to(torch.int32)
Y[:] = Z
print(Y)

# Output
tensor([45, 88, 76,  1, 42, 99,  3, 29, 48, 22], dtype=torch.int32)

Numpy

Z = (np.random.rand(10)*100).astype(np.float32)
Y = Z.view(np.int32)
Y[:] = Z
print(Y)

# Output
[45  9 61  2 89 93 37  7 35 10]


54. How to read the following file? (★★☆)

「ファイルを読み込んでください」

PyTorch

読み込み関数はNumpy関数を使用しています。

from io import StringIO
s = StringIO('''1, 2, 3, 4, 5

                6,  ,  , 7, 8

                 ,  , 9,10,11
''')
Z = np.genfromtxt(s, delimiter=",", dtype=np.int)
Z = torch.tensor(Z)
print(Z)

# Output
tensor([[ 1,  2,  3,  4,  5],
        [ 6, -1, -1,  7,  8],
        [-1, -1,  9, 10, 11]], dtype=torch.int32)

Numpy

from io import StringIO
s = StringIO('''1, 2, 3, 4, 5

                6,  ,  , 7, 8

                 ,  , 9,10,11
''')
Z = np.genfromtxt(s, delimiter=",", dtype=np.int)
print(Z)

# Output
[[ 1  2  3  4  5]
 [ 6 -1 -1  7  8]
 [-1 -1  9 10 11]]




55. What is the equivalent of enumerate for numpy arrays? (★★☆)

「Numpy配列に対してenumurateに相当するものは何でしょうか」

PyTorchの場合は、PyTorchのenumurateに相当するものを使用します。

PyTorch

PyTorchでenumurateに相当するものを見つけることができませんでしたので、np.ndenumerate関数とnp.ndindex関数を使用しています。

Z = torch.arange(9).view(3, 3)

for index, value in np.ndenumerate(Z):
    print(index, value)

for index in np.ndindex(Z.size()):
    print(index, Z[index])

# Output
(0, 0) 0
(0, 1) 1
(0, 2) 2
(1, 0) 3
(1, 1) 4
(1, 2) 5
(2, 0) 6
(2, 1) 7
(2, 2) 8
(0, 0) tensor(0)
(0, 1) tensor(1)
(0, 2) tensor(2)
(1, 0) tensor(3)
(1, 1) tensor(4)
(1, 2) tensor(5)
(2, 0) tensor(6)
(2, 1) tensor(7)
(2, 2) tensor(8)

Numpy

Z = np.arange(9).reshape(3, 3)

for index, value in np.ndenumerate(Z):
    print(index, value)

for index in np.ndindex(Z.shape):
    print(index, Z[index])

# Output
(0, 0) 0
(0, 1) 1
(0, 2) 2
(1, 0) 3
(1, 1) 4
(1, 2) 5
(2, 0) 6
(2, 1) 7
(2, 2) 8



おすすめ記事
venoda.hatenablog.com