이론 문제 1

1. squeeze() 함수는 모든 차원에서 크기가 1인 축을 제거한다. (O/X)
2. 아래 코드에서 y 텐서의 크기는 (1, 3, 4)다. (O/X)
3. 아래 코드에서 y 텐서의 크기는 (6,)다. (O/X)
4. NLP의 경우 최소 4차원 이상의 텐서를 사용해야 한다. (O/X)
5. 두 개의 텐서를 수직으로 쌓아 새로운 텐서를 만들 때, torch.concat ****을 쓰면 된다. (O/X)

이론 문제 2

1. 넘파이에서는 GPU에서 텐서 조작 및 동적 신경망 구축이 가능하다. X 넘파이에서는 불가능하다.
2. 넘파이와 다르게 파이토치에서는 자동 미분 패키지가 있는 장점이 있다. O 파이토치는 넘파이에는 없는 자동미분 패키지가 있다.
3. 다음의 실행 결과는 옳다. (이유도 설명하시오) O m1 → [[1, 2],[1, 2]], m2 → [[3, 3], [4, 4]]로 브로드캐스팅된다. m1 + m2의 합은 ([4, 5], [5, 6])
4. 실행 결과가 옳은지 판단하시오. X ft의 크기는 (2,2,3)이다.
5. In-place operation 중 c을 쓰면 해당 텐서의 메모리 공간을 직접 조작하므로 텐서의 값이 직접 변경된다. O in-place operation은 직접 값을 변경한다.