강의 계획 레슨 246개 중 21번째 · 모듈 1: 이 강좌를 위한 Python
모듈 1: 이 강좌를 위한 Python

관문: 이 강좌를 위한 Python(AI 끄기)

왜 중요한가 이걸 통과하면 강좌의 나머지를 할 준비가 된 거예요. 이미 Python과 NumPy를 아나요? 다른 레슨 전에 이 관문을 먼저 볼 수 있어요: 통과하면 이 모듈이 완료로 표시되고 다음 모듈이 열려요.

짧은 과제 여섯, AI 튜터는 꺼져 있어요. 여기 있는 모든 건 위의 레슨에서 다뤘어요.

이 레슨의 단어와 기호
배열
모두 같은 타입이고, 모든 항목에 한꺼번에 수학을 하는 NumPy 숫자 덩어리
평균, 퍼짐
평균값, 그리고 값들이 그것에서 대략 얼마나 떨어져 있는지(표준 편차)
에포크
훈련 데이터 전체를 한 번 훑기
내 차례

  1. count_above(xs, limit): 리스트의 숫자 중 limit보다 엄격히 큰 것이 몇 개인지.
  2. column_means(X): 2D 배열의 각 열의 평균.
  3. standardise(X): 각 열을 평균 0, 퍼짐 1로(퍼짐이 0인 열은 0이 돼요).
  4. center_crop(img, size): 정사각형 이미지 가운데의 size × size 정사각형(이미지 변과 size는 둘 다 짝수예요).
  5. best_epoch(val_loss): 값이 가장 낮은 에포크 번호, 1부터 세요.
  6. letter_counts(text): a부터 z까지 각 글자가 몇 번 나오는지의 딕셔너리, 대소문자와 글자가 아닌 것은 무시해요. 나오는 글자만 키가 돼요: letter_counts("Aa b!")는 {'a': 2, 'b': 1}이에요.

AI 끔: 이 문제에는 튜터도, 힌트도, 풀이도 없어요. 내 생각만으로.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

코드 · 브라우저에서 실행
출력

        

진행 상황은 익명으로 집계돼요. 바꾸기