पाठ्यक्रम 246 में से पाठ 25 · Module 2: गणित और probability, बस ज़रूरत भर
Module 2: गणित और probability, बस ज़रूरत भर

Broadcasting: जब आकार खिंचते हैं

यह क्यों मायने रखता है हर row में एक bias जोड़ना बिना loop के काम किया। वह broadcasting है। यह उस सबसे आम gradient bug के पीछे भी है जिससे आप Module 4 में मिलेंगे।

जब दो arrays के आकार अलग हों, NumPy आकारों को दाएँ से पंक्तिबद्ध करता है। आकारों का हर जोड़ा बराबर होना चाहिए, या उनमें से एक 1 होना चाहिए (या ग़ायब)। एक आकार-1 दिशा मेल खाने के लिए खींची जाती है।

छोटी संख्याएँ

  • (3, 4) + (4,) काम करता है: (4,) row सारी 3 rows के लिए फिर इस्तेमाल होती है।
  • (3, 4) + (3,) विफल होता है: दाएँ से पंक्तिबद्ध, 4 और 3 मेल नहीं खाते।
  • (3, 4) + (3, 1) काम करता है: column सारे 4 columns में फिर इस्तेमाल होता है।
  • (5, 1) + (1, 6) (5, 6) देता है: दोनों खिंचते हैं।

Broadcasting: आकार-1 दिशाएँ खींचकर अलग आकारों के arrays मिलाने का NumPy का नियम।

सार दाएँ से पंक्तिबद्ध करें; बराबर या 1, नहीं तो त्रुटि।

इस पाठ के शब्द और चिह्न
broadcasting
NumPy का आकार-1 दिशाएँ खींचना ताकि अलग आकारों के arrays मिल सकें
आपकी बारी

broadcast_shape(s1, s2) लिखें जो दो आकार मिलाने का नतीजा आकार लौटाए, या None अगर वे broadcast नहीं हो सकते। नियम ख़ुद लागू करें (NumPy का helper न बुलाएँ)।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।