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 - psottrae il puntopda ogni riga diX(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
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 puntopa ogni riga diX.
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.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.