: GPU에서 텐서 조작 및 동적 신경망 구축이 가능한 프레임워크.

병렬연산에서GPU의속도는CPU의속도보다훨씬빠르므로딥러닝학습에서GPU 사용은 필수라고할수있음

Tensor

• 파이토치의 데이터 형태
• 단일 데이터 형식으로 된 자료들의 다차원 행렬
• 간단한 명령어(변수뒤에.cuda()를 추가)를 사용해서 GPU로 연산을 수행하게 할 수 있음

동적 신경망

• 훈련을 반복할 때마다 네트워크 변경이 가능한 신경망
• 연산 그래프를 정의하는 것과 동시에 값도 초기화되는 ‘Define by Run’ 방식을 사용

벡터, 행렬, 텐서

• 인공지능(머신러닝/딥러닝)에서 데이터는 vector로 표현
• 벡터: 숫자들의 리스트로, 1차원 배열 형태
• matrix(행렬): 행과 열로 표현되는 2차원 배열 형태
• tensor(텐서): 3차원 이상의 배열 형태