Programma Les 12 van 246 · Module 1: Python voor deze cursus
Module 1: Python voor deze cursus

Lusen vervangen door wiskunde voor het hele array

Waarom dit ertoe doet Elke laag van een netwerk is een paar hele array regels. Leren om een loop naar één regel te veranderen is de kern NumPy vaardigheid.

Drie patronen dekken het grootste deel:

  • Dezelfde operatie op elk item: a * 2 + 1.
  • A voorwaarde op elk item: np.where(a > 0, a, 0) houdt de positieven vast en zet 0 overal anders. np.clip(a, lo, hi) drukt waarden in een bereik.
  • Eén rij tegen velen: X - p trekt het punt p af van elke rij van X (meer over waarom dit werkt in Module 2).

Tintalletjes

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

Samenvatting Beschrijf wat er met één item gebeurt, en schrijf het dan één keer voor de hele array.

Woorden en symbolen in deze les
array
a NumPy blok van getallen, allemaal van hetzelfde type, dat wiskunde doet op elk item tegelijk
axis
welke richting een operatie langs loopt: axis=0 naar beneden door de rijen, axis=1 langs elke rij
Jij bent aan de beurt

Schrijf deze drie loop functies opnieuw zonder Python loops:

  • relu(a): elke waarde, of 0 als het negatief is.
  • clip01(a): elke waarde samengeperst in het bereik 0 tot 1.
  • distances(X, p): de afstand in een rechte lijn van punt p naar elke rij van X.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.