Kurrikulum Leson 10 van 246 · Module 1: Python vir hierdie kursus
Module 1: Python vir hierdie kursus

Vorms: rye, kolomme, batches

Waarom dit saak maak Die meeste foute in neurale netwerkkode is vormfoute. As jy 'n vorm kan voorspel voordat jy die reël uitvoer, sal jy hulle vinnig vind.

Elke array het 'n .shape: 'n tuple wat sy grootte langs elke rigting gee. 'n Lys van 5 nommers het vorm (5,). 'n Tabel van 3 rye en 4 kolomme het vorm (3, 4). 'n Batch van 32 beelde, elk 28 by 28 pixels, het vorm (32, 28, 28).

Klein getalle

X = np.zeros((3, 4))
X.shape          # (3, 4)
X[0].shape       # (4,)   one row
X[:, 0].shape    # (3,)   one column
X.T.shape        # (4, 3) transposed
X.sum(axis=0).shape  # (4,)  summed down the rows: one total per column

Voeg 'n rigting met None by

Indeksering met None voeg 'n nuwe rigting van grootte 1 op daardie plek in, sonder om enige getal te verander. Vir 'n vektor p met vorm (5,) het p[:, None] die vorm (5, 1): 'n kolom. Só vermenigvuldig jy elke ry van 'n (5, 3)-tabel met sy eie getal: p[:, None] * X, omdat die rigting van grootte 1 oor die 3 kolomme gekopieer word. Net so is p[None, :] 'n ry, vorm (1, 5).

axis: die rigting waarin 'n operasie loop. axis=0 loop teen die rye af (een resultaat per kolom); axis=1 loop langs elke ry (een resultaat per ry).

Opsomming Sê die vorm hardop voordat jy die reël uitvoer.

Woorde en simbole in hierdie les
array
a NumPy blok van getalle, almal van dieselfde tipe, wat wiskunde op elke item gelyktydig doen
vorm
die grootte van 'n array langs elke rigting, byvoorbeeld (32, 64) is 32 rye van 64
axis
in watter rigting 'n operasie langs loop: axis=0 langs die rye, axis=1 langs elke ry
beteken, versprei
die gemiddelde, en ongeveer hoe ver waardes daarvan af wyk (standaardafwyking)
Jou beurt

Voorspel, sonder om hulle te hardloop, die vorm van elke uitdrukking hieronder vir X = np.zeros((6, 3)) en w = np.zeros(3). Vul predictions in met tuples. Hardloop dan om dit self te kontroleer.

  1. X[2]
  2. X[:, 1]
  3. X.T
  4. X.sum(axis=0)
  5. X.sum(axis=1)
  6. X @ w
  7. X[1:4]
  8. X.reshape(3, 6)
  9. X[:, None, :]
  10. X.mean() (gebruik ())

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.