Formas: filas, columnas, lotes
Por qué importa La mayoría de los errores en el código de redes neuronales son errores de forma. Si puedes predecir una forma antes de ejecutar la línea, los encontrarás rápido.
Cada array tiene un .shape: una tupla con su tamaño en cada dirección. Una lista de 5 números tiene forma (5,). Una tabla de 3 filas y 4 columnas tiene forma (3, 4). Un lote de 32 imágenes, cada una de 28 por 28 píxeles, tiene forma (32, 28, 28).
Números diminutos
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
Añadir una dirección con None
Indexar con None inserta en ese sitio una dirección nueva de tamaño 1, sin cambiar ningún número. Para un vector p de forma (5,), p[:, None] tiene forma (5, 1): una columna. Así se multiplica cada fila de una tabla de (5, 3) por su propio número: p[:, None] * X, porque la dirección de tamaño 1 se copia a lo largo de las 3 columnas. Del mismo modo p[None, :] es una fila, de forma (1, 5).
axis: la dirección a lo largo de la que va una operación. axis=0 va hacia abajo por las filas (un resultado por columna); axis=1 va a lo largo de cada fila (un resultado por fila).
Resumen Di la forma en voz alta antes de ejecutar la línea.
Palabras y símbolos de esta lección
- array
- un bloque de números de NumPy, todos del mismo tipo, que hace las cuentas sobre cada elemento a la vez
- forma
- el tamaño de un array en cada dirección, por ejemplo (32, 64) son 32 filas de 64
- axis
- la dirección a lo largo de la que va una operación: axis=0 hacia abajo por las filas, axis=1 a lo largo de cada fila
- media, dispersión
- el promedio, y más o menos lo lejos que están los valores de él (la desviación típica)
Predice, sin ejecutarlas, la forma de cada expresión de abajo para X = np.zeros((6, 3)) y w = np.zeros(3). Rellena predictions con tuplas. Luego ejecuta para comprobarlo.
X[2]X[:, 1]X.TX.sum(axis=0)X.sum(axis=1)X @ wX[1:4]X.reshape(3, 6)X[:, None, :]X.mean()(usa())
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.