PyTorchでテンソルのメタデータ（サイズ・形状・要素数）にアクセスする方法

PyTorchでは、テンソルのサイズ（形状）や要素数といった情報を「テンソルのメタデータ」として扱います。テンソルのサイズを取得するには.size()メソッドを使用し、形状は.shape属性でアクセスできます。

.size()と.shapeはどちらも同じ結果を返します。さらに、テンソル内の全要素数を取得したい場合はtorch.numel()関数を使用します。

手順

• 必要なライブラリをインポートします。ここではtorchが必要です。事前にtorchがインストールされていることを確認してください。

• PyTorchのテンソルを定義します。

• テンソルのメタデータを取得します。.size()と.shapeでサイズ・形状にアクセスし、torch.numel()で要素数を取得します。

• 理解を深めるために、テンソル本体とそのメタデータを出力して確認します。

例1：2次元テンソルの場合

# テンソルのメタデータにアクセスするPythonプログラム
# 必要なライブラリをインポート
import torch

# サイズ4x3のテンソルを作成
T = torch.Tensor([[1,2,3],[2,1,3],[2,3,5],[5,6,4]])
print("T:\n", T)

# テンソルのメタデータを取得
# 上記テンソル"T"のサイズを取得
size_T = T.size()
print("size of tensor T:\n", size_T)

# .shapeを使ってサイズを取得する別の方法
print("Shape of tensor:\n", T.shape)

# テンソル"T"の要素数を取得
num_T = torch.numel(T)
print("Number of elements in tensor T:\n", num_T)

出力結果

上記のPython 3コードを実行すると、以下のような出力が得られます。

T:
tensor([[1., 2., 3.],
         [2., 1., 3.],
         [2., 3., 5.],
         [5., 6., 4.]])
size of tensor T:
torch.Size([4, 3])
Shape of tensor:
torch.Size([4, 3])
Number of elements in tensor T:
12

例2：多次元テンソルの場合

# テンソルのメタデータにアクセスするPythonプログラム
# 必要なライブラリをインポート
import torch

# ランダムな数値からなるテンソルを作成
T = torch.randn(4,3,2)
print("T:\n", T)

# テンソルのメタデータを取得
# 上記テンソル"T"のサイズを取得
size_T = T.size()
print("size of tensor T:\n", size_T)

# .shapeを使ってサイズを取得する別の方法
print("Shape of tensor:\n", T.shape)

# テンソル"T"の要素数を取得
num_T = torch.numel(T)
print("Number of elements in tensor T:\n", num_T)

出力結果

上記のPython 3コードを実行すると、以下のような出力が得られます。乱数を使用しているため、実際の数値は実行ごとに異なります。

T:
tensor([[[-1.1806, 0.5569],
         [ 2.2237, 0.9709],
         [ 0.4775, -0.2491]],
         [[-0.9703, 1.9916],
         [ 0.1998, -0.6501],
         [-0.7489, -1.3013]],
         [[ 1.3191, 2.0049],
         [-0.1195, 0.1860],
         [-0.6061, -1.2451]],
         [[-0.6044, 0.6153],
         [-2.2473, -0.1531],
         [ 0.5341, 1.3697]]])
size of tensor T:
torch.Size([4, 3, 2])
Shape of tensor:
torch.Size([4, 3, 2])
Number of elements in tensor T:
24

まとめ

テンソルのメタデータへのアクセスは以下の通りです。

• .size()メソッドまたは.shape属性：テンソルのサイズ（各次元の要素数）をtorch.Sizeオブジェクトとして返します。どちらを使っても結果は同じです。

• torch.numel()関数：テンソルに含まれる全要素の総数を整数値として返します。例えば、サイズ(4, 3)のテンソルなら12、サイズ(4, 3, 2)のテンソルなら24となります。

これらのメタデータは、モデルの入力形状の確認やデバッグ、テンソル演算前後の形状チェックなど、深層学習の開発において非常に頻繁に使われる基本的な操作です。