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 - ptrekt het puntpaf van elke rij vanX(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
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 puntpnaar elke rij vanX.
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.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.