Remplacer les boucles par des maths sur des tableaux entiers
Pourquoi c'est important Chaque couche d'un réseau tient en quelques lignes sur des tableaux entiers. Apprendre à transformer une boucle en une ligne est la compétence centrale de NumPy.
Trois motifs couvrent l'essentiel :
- La même opération sur chaque élément :
a * 2 + 1. - Une condition sur chaque élément :
np.where(a > 0, a, 0)garde les positifs et met 0 ailleurs.np.clip(a, lo, hi)ramène les valeurs dans un intervalle. - Une ligne contre beaucoup :
X - psoustrait le pointpde chaque ligne deX(pourquoi ça marche, on le verra au module 2).
De tout petits nombres
X = np.array([[0, 0], [3, 4], [6, 8]])
p = np.array([0, 0])
np.sqrt(((X - p) ** 2).sum(axis=1)) # [ 0. 5. 10.] distance of each row from p
Récap Décris ce qui arrive à un élément, puis écris-le une fois pour tout le tableau.
Mots et symboles de cette leçon
- tableau
- un bloc NumPy de nombres, tous du même type, qui fait des maths sur chaque élément d'un coup
- axis
- la direction le long de laquelle une opération s'applique : axis=0 le long des lignes, axis=1 le long de chaque ligne
Réécris ces trois fonctions à boucle sans aucune boucle Python :
relu(a): chaque valeur, ou 0 si elle est négative.clip01(a): chaque valeur ramenée dans l'intervalle de 0 à 1.distances(X, p): la distance en ligne droite du pointpà chaque ligne deX.
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.