Conteúdo do curso Lição 12 de 246 · Módulo 1: Python para este curso
Módulo 1: Python para este curso

Substituindo laços por cálculos de matriz inteira

Por que isso importa Cada camada de uma rede são algumas linhas de matriz inteira. Aprender a transformar um laço em uma linha é a habilidade principal do NumPy.

Três padrões cobrem a maior parte:

  • Mesma operação em cada item: a * 2 + 1.
  • A condição em cada item: np.where(a > 0, a, 0) mantém os positivos e coloca 0 em outros lugares. np.clip(a, lo, hi) comprime valores em um intervalo.
  • Uma linha contra muitas: X - p subtrai o ponto p de cada linha de X (mais sobre por que isso funciona no Módulo 2).

Números pequenos

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

Resumo Descreva o que acontece com um item, depois escreva uma vez para a lista inteira.

Palavras e símbolos nesta lição
array
a bloco NumPy de números, todos do mesmo tipo, que faz cálculos em cada item de uma vez
axis
em sentido em que uma operação corre: axis=0 pelas linhas, axis=1 ao longo de cada linha
Sua vez

Reescreva estas três funções de loop sem laços Python:

  • relu(a): cada valor, ou 0 se for negativo.
  • clip01(a): cada valor espremido no intervalo de 0 a 1.
  • distances(X, p): a distância em linha reta do ponto p para cada linha de X.

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.