आकार (shapes): rows, columns, batches
यह क्यों मायने रखता है neural network code के ज़्यादातर bugs shape bugs हैं। अगर आप line चलाने से पहले एक shape का अनुमान लगा सकें, आप उन्हें तेज़ी से ढूँढेंगे।
हर array का एक .shape है: हर दिशा में उसका आकार देने वाला एक tuple। 5 संख्याओं की एक list का shape (5,) है। 3 rows और 4 columns की एक table का shape (3, 4) है। 32 images का एक batch, हर एक 28 गुणा 28 pixels, का shape (32, 28, 28) है।
छोटी संख्याएँ
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
None से एक दिशा जोड़ना
None से indexing उस जगह आकार 1 की एक नई दिशा डालता है, कोई संख्या बदले बिना। shape (5,) के एक vector p के लिए, p[:, None] का shape (5, 1) है: एक column। इसी तरह आप एक (5, 3) table की हर row को उसकी अपनी संख्या से गुणा करते हैं: p[:, None] * X, क्योंकि आकार-1 दिशा 3 columns में copy होती है। इसी तरह p[None, :] एक row है, shape (1, 5)।
axis: एक operation किस दिशा में चलता है। axis=0 rows के नीचे चलता है (हर column का एक नतीजा); axis=1 हर row के साथ चलता है (हर row का एक नतीजा)।
सार line चलाने से पहले shape ज़ोर से बोलें।
इस पाठ के शब्द और चिह्न
- array
- संख्याओं का एक NumPy block, सब एक प्रकार की, जो हर item पर एक साथ गणित करता है
- shape
- हर दिशा में एक array का आकार, उदाहरण के लिए (32, 64) 64 की 32 rows है
- axis
- एक operation किस दिशा में चलता है: axis=0 rows के नीचे, axis=1 हर row के साथ
- mean, spread
- औसत, और मान उससे मोटे तौर पर कितनी दूर बैठते हैं (standard deviation)
X = np.zeros((6, 3)) और w = np.zeros(3) के लिए, उन्हें चलाए बिना, नीचे के हर expression के shape का अनुमान लगाएँ। predictions को tuples से भरें। फिर ख़ुद को जाँचने के लिए चलाएँ।
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()(()इस्तेमाल करें)
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।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।