Formas: linhas, colunas, lotes
Por que isso importa A maioria dos bugs em código de redes neurais é bug de formato. Se você consegue prever um formato antes de rodar a linha, vai encontrá-los rápido.
Todo array tem um .shape: uma tupla com o tamanho dele em cada direção. Uma lista de 5 números tem formato (5,). Uma tabela de 3 linhas e 4 colunas tem formato (3, 4). Um batch de 32 imagens, cada uma com 28 por 28 pixels, tem formato (32, 28, 28).
Números pequenos
X = np.zeros((3, 4))
X.shape # (3, 4)
X[0].shape # (4,) one row
X[:, 0].shape # (3,) one column
X.T.shape # (4, 3) transposed
X.sum(axis=0).shape # (4,) summed down the rows: one total per column
Acrescentando uma direção com None
Indexar com None insere uma nova direção de tamanho 1 naquele ponto, sem mudar nenhum número. Para um vetor p de formato (5,), p[:, None] tem formato (5, 1): uma coluna. É assim que você multiplica cada linha de uma tabela (5, 3) pelo seu próprio número: p[:, None] * X, porque a direção de tamanho 1 é copiada pelas 3 colunas. Da mesma forma, p[None, :] é uma linha, formato (1, 5).
axis: em qual direção uma operação corre. axis=0 desce pelas linhas (um resultado por coluna); axis=1 corre ao longo de cada linha (um resultado por linha).
Resumo Diga o formato em voz alta antes de rodar a linha.
Palavras e símbolos nesta lição
- array
- um bloco de números do NumPy, todos do mesmo tipo, que faz contas em todos os itens de uma vez
- shape
- o tamanho de um array em cada direção, por exemplo (32, 64) são 32 linhas de 64
- axis
- em qual direção uma operação corre: axis=0 desce pelas linhas, axis=1 ao longo de cada linha
- mean, spread
- a média, e mais ou menos o quanto os valores ficam longe dela (desvio padrão)
Preveja, sem executá-las, o formato de cada expressão abaixo para X = np.zeros((6, 3)) e w = np.zeros(3). Preencha predictions com tuplas. Depois execute para verificar por si mesmo.
X[2]X[:, 1]X.TX.sum(axis=0)X.sum(axis=1)X @ wX[1:4]X.reshape(3, 6)X[:, None, :]X.mean()(use())
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.