ゼロから作るDeep Learning ❸ ―フレームワーク編

ステップ37テンソルを扱う

これまで私たちは、変数として主に「スカラ」を扱ってきました。しかし機械学習では、ベクトルや行列といった「テンソル」が主役になります。本ステップでは、テンソルを使うときの注意点を述べ、これからDeZeroを拡張するための準備を行います。また、これまで実装してきたDeZeroの関数が、テンソルでもそのまま利用できることを説明します。

37.1　要素ごとの計算

私たちはこれまで、DeZeroの関数をいくつか実装してきました。たとえば、add、mul、div、sinなどの関数です。それらの関数を実装するにあたって、私たちは、入力と出力がすべて「スカラ」であることを想定してきました。たとえば、sin関数を実装したときは、次のようなケースを想定しました。

import numpy as np
import dezero.functions as F
from dezero import Variable

x = Variable(np.array(1.0))
y = F.sin(x)
print(y)

実行結果

variable(0.84147098)

上の例では、xは単一の値であるスカラ（正確には0次元のndarrayインスタンス）です。私たちは、そのようなスカラを扱うケースを想定して、これまでDeZeroを実装してきました。ここでxがテンソルの場合、たとえば行列の場合はどうなるでしょうか？ その場合は、要素ごとにsin関数が適用されます。実際に行ってみると、次のようになります。

x = Variable(np.array([[1, 2, 3], [4, 5, 6]]))
y = F.sin(x)
print(y)

実行結果

variable([[ ...