Programma Lezione 12 di 246 · Modulo 1: Python per questo corso
Modulo 1: Python per questo corso

Sostituire i cicli con calcoli su interi array

Perché è importante Ogni layer di una rete è fatto di poche righe su interi array. Imparare a trasformare un ciclo in una riga è l'abilità centrale di NumPy.

Tre schemi coprono quasi tutto:

  • La stessa operazione su ogni elemento: a * 2 + 1.
  • Una condizione su ogni elemento: np.where(a > 0, a, 0) tiene i positivi e mette 0 altrove. np.clip(a, lo, hi) stringe i valori dentro un intervallo.
  • Una riga contro molte: X - p sottrae il punto p da ogni riga di X (sul perché funziona, di più nel Modulo 2).

Numeri piccolissimi

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

Riepilogo Descrivi che cosa succede a un elemento, poi scrivilo una volta per tutto l'array.

Parole e simboli di questa lezione
array
un blocco NumPy di numeri, tutti dello stesso tipo, che fa i calcoli su ogni elemento insieme
axis
lungo quale direzione avviene un'operazione: axis=0 lungo le righe, axis=1 lungo ogni riga
Tocca a te

Riscrivi queste tre funzioni con i cicli senza nessun ciclo Python:

  • relu(a): ogni valore, o 0 se è negativo.
  • clip01(a): ogni valore stretto nell'intervallo da 0 a 1.
  • distances(X, p): la distanza in linea retta dal punto p a ogni riga di X.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.