참고 동영상:https://youtu.be/ZYX0FaqUeN4
▶Simple array and slicing
1차원 배열
-1의 의미 : 제일 마지막을 의미
[4:-1] : 5번째부터 마지막 숫자 바로 앞까지
[:2] : (0)처음부터 2번째앞까지
[3:] : 3번째뒤부터 끝까지
▶2D array
shape --> (행, 열)
▶Shape,Rank,Axis
shape
배열의 형태를 알려준다.
1차원 : 배열 원소가 4개 라서 4
2차원 뒤에 2는 원소의 개수 앞에 2는 제일 안쪽 대괄호를 나가서 그다음 대괄호안에 배열 갯수
4차원 : 가로를 보면 맨 마지막 4는 배열들의 요소의 개수이다. 그다음 3은 제일 안쪽 대괄호를 나가서 그 다음 대괄호들이 그 다음 대괄호에 몇개로 묶여있는지 보면 3이라는 것을 알 수있다. 그 다음 2와 1도 이런식으로 찾아 나가면 된다.
Axis : 축을 뜻한다. 아래그림을 보면 4개의 축이 있다고 보면된다. 축은 0부터 시작해서 밑의 Axis =3이 된다.
Axis =-1은 가장 안쪽이라고 보면된다.
Rank : 배열이 몇차원인지 말한다. 밑에 그림은 4차원임으로 rank는 4이다.
▶Matmul Vs muliply
matrix 곱을 하면 shape가 맞아야한다. 아래그림의 shape는 matrix1 = (2,2)이고matrix1 = (2,1) 이다. 이것처럼 처음 배열의 2번째와 2번째 배열의 처음의 숫자가 같아야한다. 만약 그렇지 않을 경우 오류의 결과를 얻을 수 있다.
▶ Reduce mean
행렬에서 여러값이 있을때 줄여주는 역할, axis는 축에 따라서 평균을 내어준다.
axis=0일때는 1과 3 / 2와 4의 평균을 내어줌
axis=1일때는 1과2 / 3과 4의 평균을 내어줌
reduce_sum도 마찬가지고 축을 기준으로 합을 구할 수 있다.
▶Argmax
축을 기준으로 큰의 위치를 반환
▶Reshape
배열의 형태를 원해는데로 변환할 수 있다. 보통 원소의 갯수는 건드리지않는다.
+ squeeze , expand
▶One hot
기본값으로 인덱스 해당하는 위치에 1, 그렇지 않으면 0으로 표시. 아래와 같이 0번째는 0번째원소가 2번째는 1번째원소가 1으로 바뀌었다.
▶Casting
주어진 tensor를 새로운 형태로 캐스팅 하는데 사용한다.
▶Stack
말그대로 주어진 배열을 스택형식으로 쌓는 것이다. axis를 주면 그것에 맞춰서 쌓을 수도 있다.
▶One and Zeros like
shape에 0과 1을 줄 수 있다.
▶Zip
복수개의 Tensor를 가지고 있으면 한번에 묶어 처리할 수 있게한다.
'PROJECT' 카테고리의 다른 글
[딥러닝 + TensorFlow] Tensor Board 사용해보기 (0) | 2020.03.04 |
---|---|
[딥러닝 + TensorFlow] XOR문제 딥러닝으로 풀기 (0) | 2020.03.03 |
[딥러닝 + TensorFlow] 딥러닝의 기본 개념 (0) | 2020.02.27 |
[딥러닝 + TensorFlow] logistic_regression (0) | 2020.02.20 |
[딥러닝 + TensorFlow] multi-variable linear regression (0) | 2020.02.19 |