PyTorch学習ノート2 - PyTorchのインストールと基本操作

前回はPythonのインストールと仮想環境の作成を行いました。
今回は、PyTorchのインストールと基本的な使い方を学びます。

1. PyTorchのインストール

PyTorchはMetaが開発したオープンソースの深層学習ライブラリで、動的計算グラフにより直感的にモデルを構築・デバッグできます。
テンソル演算や自動微分（Autograd）、GPUサポートを備え、研究から実運用まで幅広く利用されています。

1.1 PyTorchのインストール

PyTorchの公式サイトにアクセスし、インストールコマンドを確認します。

今回は、macOSでCPUのみを使用するので、以下のコマンドを実行します。

pip install torch torchvision

インストールが完了したら、PyTorchが正しくインストールされているか確認します。

python -c "import torch; print(torch.__version__)"

バージョンが表示されれば成功です。

2. PyTorchの基本操作

2.1 テンソルの作成

PyTorchの基本データ構造であるテンソルを作成してみます。

import torch

# 1次元テンソルの作成
tensor_1d = torch.tensor([1, 2, 3])
print("1次元テンソル:", tensor_1d)

# 2次元テンソルの作成
tensor_2d = torch.tensor([[1, 2], [3, 4]])
print("2次元テンソル:\n", tensor_2d)

2.2 テンソルの基本操作

テンソルの基本的な操作をいくつか試してみます。

# テンソルの形状変更
reshaped_tensor = tensor_2d.view(4)
print("形状変更後のテンソル:", reshaped_tensor)

# テンソルの加算
added_tensor = tensor_1d + torch.tensor([4, 5, 6])
print("加算結果:", added_tensor)

# テンソルの乗算
multiplied_tensor = tensor_1d * 2
print("乗算結果:", multiplied_tensor)

2.3 自動微分

PyTorchの自動微分機能を使ってみます。

# 勾配を計算するためにrequires_grad=Trueを設定
x = torch.tensor([2.0, 3.0], requires_grad=True)
y = x ** 2 + 3 * x + 1
y_sum = y.sum()
y_sum.backward()  # 勾配を計算
print("xの勾配:", x.grad)

これで、PyTorchのインストールと基本的な使い方を学びました。
次のステップでは、簡単なニューラルネットワークを構築します。
続きはPyTorch学習ノート3 - ニューラルネットワークの構築へ!