loops को पूरे-array गणित से बदलना
यह क्यों मायने रखता है एक network की हर layer कुछ पूरे-array lines है। एक loop को एक line में बदलना सीखना मूल NumPy कौशल है।
तीन patterns ज़्यादातर ढकते हैं:
- हर item पर वही operation:
a * 2 + 1। - हर item पर एक शर्त:
np.where(a > 0, a, 0)धनात्मक रखता है और बाकी जगह 0 रखता है।np.clip(a, lo, hi)मानों को एक सीमा में दबाता है। - कई के विरुद्ध एक row:
X - pबिंदुpकोXकी हर row से घटाता है (यह क्यों काम करता है इस पर और Module 2 में)।
छोटी संख्याएँ
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
सार बताएँ कि एक item के साथ क्या होता है, फिर उसे पूरे array के लिए एक बार लिखें।
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
- axis
- एक operation किस दिशा में चलता है: axis=0 rows के नीचे, axis=1 हर row के साथ
इन तीन loop functions को बिना Python loops के फिर लिखें:
relu(a): हर मान, या 0 अगर वह ऋणात्मक है।clip01(a): हर मान 0 से 1 की सीमा में दबाया।distances(X, p): बिंदुpसेXकी हर row तक सीधी-रेखा दूरी।
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।