Pytorch Matris İşlemleri – Derin Öğrenme Gün 11

Yaklaşık 1 hafta kadar ara vermem gerekti, kısa bir süreliğine tatile çıkmıştım ve bu esnada normalde çalışmalarıma devam etme düşüncem vardı, ama çocuktan kaynaklı kitap okuma ve ders çalışma arasında bir seçim yapmam gerekti. Tatilin ruhuna daha uygun ve yapması daha kolay olduğu için çocuk uyurken kitap okumayı tercih ettim. Dün gece saatlerinde eve döndük ve bu sabah çalışmamı tamamladım.

Pek yeni bi rşey öğrendiğimi söyliyemem, daha önce numpy ile yaptığımız matris işlemlerini şimdi pytorch ile yapabildiğimizi gördük. İşte ders byounca işlediğimiz örnek kodlar.

import torch
import numpy as np

print("Numpy ile normalde rastgele bir array üretme işlemi")
print("-"*20)
r1 = np.random.randn(2,3)
print(r1)
print(r1.shape)
print(r1.ndim)

print("*"*30)

İlk olarak hatırlama amacıyla numpy ile bu işlem nasıl yapıluyordu onu gördük.

Numpy ile normalde rastgele bir array üretme işlemi
--------------------
[[-0.48133602 -0.36998111 -0.19993376]
 [-0.60668546 -0.67034506 -0.07060168]]
(2, 3)
2
******************************

Daha sonrasında pytorch ile bu nasıl yapılıyor.

t1 = torch.rand(size=(2,3))
print("Pytorch ile normalde rastgele bir array üretme işlemi")
print("-"*20)
print(t1)
print(t1.shape)
print(t1.ndim)

print("*"*30)

Pytorch ile normalde rastgele bir array üretme işlemi
--------------------
tensor([[0.1188, 0.6957, 0.0111],
        [0.7738, 0.5219, 0.8292]])
torch.Size([2, 3])
2
******************************

Şimdi temel matis işlemlerine başlayalım.

print("Pytorch ile matrix işlemleri")
print("-"*20)

m1 = torch.randn(size=(2,3))
print("m1:")
print(m1)

m2 = torch.randn(size=(3,2))
print("m2:")
print(m2)

print("Sonuç:")
print(m1 @ m2)
print("-"*20)
print(m1.matmul(m2))

print("*"*30)

Pytorch ile matrix işlemleri
--------------------
m1:
tensor([[-1.5959,  0.6657,  0.2850],
        [-0.8819, -0.8850, -0.8573]])
m2:
tensor([[ 0.1661,  0.0340],
        [ 0.7452, -0.5201],
        [-0.7507, -0.1031]])
Sonuç:
tensor([[ 0.0171, -0.4298],
        [-0.1624,  0.5187]])
--------------------
tensor([[ 0.0171, -0.4298],
        [-0.1624,  0.5187]])
******************************

@ işareti ile çarpma yerine aynı zamanda metodu kullanabiliriz, yukarıda da görüldüğü üzere...

Diğer istatistiksel işlemler ise aşağıdaki gibidir:

print("Pytorch ile matrix işlemleri (ortalama, medyan, max, min)")
print("-"*20)

m1 = torch.randint(1,100,(20,))
print("Rastgele Matris")
print(m1)
print("Min:", m1.min())
print("Max:", m1.max())
print("Ortalama:",m1.type(torch.float).mean())
print("Medyan", m1.median())

Pytorch ile matrix işlemleri (ortalama, medyan, max, min)
--------------------
Rastgele Matris
tensor([42, 33, 91,  7, 67, 60, 61, 57, 25, 96, 93, 82, 11, 55, 60, 33,  6, 65,
        78, 21])
Min: tensor(6)
Max: tensor(96)
Ortalama: tensor(52.1500)
Medyan tensor(57)