पाठ्यक्रम 246 में से पाठ 12 · Module 1: इस कोर्स के लिए Python
Module 1: इस कोर्स के लिए Python

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 - p बिंदु p को X की 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
आपकी बारी

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): बिंदु p से X की 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।