모듈 1: 이 강좌를 위한 Python
되풀이할 수 있는 무작위 숫자
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
왜 중요한가 신경망은 무작위 가중치에서 시작하고 데이터를 섞어요. 실행을 정확히 되풀이할 수 없으면, 진짜 개선과 운을 구별할 수 없어요.
컴퓨터의 무작위 숫자는 시드에서 시작하는 조리법에서 나와요. 같은 시드, 같은 순서, 언제나.
rng = np.random.default_rng(42)
rng.normal(size=3) # always the same three numbers for seed 42
시드: 난수 생성기의 시작 숫자. 고정하면 "무작위" 결과를 되풀이할 수 있어요.
강좌 뒷부분에서 같은 모델을 서로 다른 시드 다섯 개로 훈련해서 결과가 우연만으로 얼마나 흔들리는지 볼 거예요.
요약 숨겨진 전역 무작위성에 기대는 대신, 시드로 자기 생성기를 만들어 넘겨주세요.
이 레슨의 단어와 기호
- 배열
- 모두 같은 타입이고, 모든 항목에 한꺼번에 수학을 하는 NumPy 숫자 덩어리
- 시드
- 난수 생성기의 시작 숫자. 같은 시드는 같은 숫자를 줘요
- 평균, 퍼짐
- 평균값, 그리고 값들이 그것에서 대략 얼마나 떨어져 있는지(표준 편차)
내 차례
seed로 자기 생성기를 만들고 정규 분포(평균 0, 퍼짐 1)에서 숫자 n개를 반환하는 make_data(seed, n)을 쓰세요. 같은 시드는 똑같은 배열을 줘야 하고, 다른 시드는 달라야 해요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.