1.5.4
- 1차원 배열 : 벡터
- 2차원 배열 : 행렬
- 벡터와 행렬 일반화 : 텐서
1.5.5 브로드캐스트
: 형상이 다른 배열끼리의 계산
import numpy as np
A = np.array([[1,2], [3,4]])
A * 10
-> 10 20
30 40
B = np.array([10,20])
A * B
-> 10 40
30 80
1.5.6 원소 접근
X = np.array([[51,55], [14, 19], [0,4]])
for row in X:
print(row)
-> [51 55]
[14 19]
[0 4]
X = X.flatten() #X를 1차원 배열로 변환(평탄화)
print(X)
-> [51 55 14 19 0 4]
X[np.array([0,2,4])] #인덱스가 0,2,4인 원소 얻기
- 인덱스를 배열로 지정해 한 번에 여러 원소에 접근
-> array([51, 14, 0])
X[X>15]
-> array([51, 55, 19])
1.6 matplotlib
1.6.1 단순한 그래프 그리기
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 6, 0.1) #0에서 6까지 0.1 간격으로 생성
y = np.sin(x)
#그래프 그리기
plt.plot(x, y)
plt.show
1.6.2 pyplot의 기능
x = np.arange(0, 6, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
#그래프 그리기
plt.plot(x, y1, label = "sin")
plt.plot(x, y2, linestyle = "--", label = "cos") #cos 함수는 점선으로 그리기
plt.xlabel("x") #x축 이름
plt.ylabel("y") #y축 이름
plt.title("sin & cos") #제목
plt.legend() #범례
plt.show()
1.6.3 이미지 표시하기
import matplotlib.pyplot as plt
from matplotlib.image import imread
img = imread('/content/drive/MyDrive/Colab Notebooks/밑바닥딥러닝/PhotoRoom_20221117_031206.png') #파일 경로
plt.imshow(img)
plt.show()
책 참고 : 밑바닥부터 시작하는 딥러닝 (한빛미디어)
'딥러닝 > 밑바닥부터 시작하는 딥러닝' 카테고리의 다른 글
6장 : 학습 관련 기술들 (0) | 2023.09.15 |
---|---|
5장 : 오차역전파법 (0) | 2023.09.13 |
4장 : 신경망 학습 (0) | 2023.09.06 |
3장 : 신경망 (0) | 2023.09.05 |
2장 : 퍼셉트론 (0) | 2023.09.04 |