패스트캠퍼스 챌린지 - 41일차

강의 내용 Review

---

📍배운내용📍

• Broadcast
• 규칙, 실제 동작방법
• 예제소스코드 

👉강의내용👈

Part3. 딥러닝/인공지능의 이해

Ch 02_딥러닝 개발 준비

Broadcast

• Broadcasting은 넘파이가 산술 연산을 수행 할때 다른 모양의 배열로 작업할수있게 도와줌
• 더작은 배열과 큰 배열이 있을떄 작은 배열을 여러번 사용하여 연산하고 싶을때 사용함 
• 각 행에 상수벡터를 바로 더하고 싶을떄 넘파이는 바로 가능
• 내부적으로 사용자가 모르게 broadcasting이 일어남 
• 각 연산하고자 하는 값이 차원이 다를때 알아서 차원을 확장해서 다 더함 
• ex) 한 넘파이의 형태가 (4,3)이고, 한 넘파이의 형태가 (3, )일때 브로드캐스팅이 일어나 연산을 함
• 규칙
  • 연산하고자 하는 두 배열의 차원이 같지 않으면 두 모양이 같은 길이가 될때 까지 배열의 낮은 차원쪽에 1을 붙임 
  • 두배열의 차원에서 크기가 같거나 배열중 하나의 차원의 크기가 1인경우 차원에서 호환가능 
  • 배열은 모든 차원에서 호환되면 함께 broadcast 될수 있음
  • broadcast후 각 배열은 두개의 입력 배열의 요소 모양 최대 개수와 동일한 모양을 가진것 처럼 동작
  • 한배열의 크기가 1이고, 다른 배열의 크기가 1보다 큰 차원에서 첫번째 배열은 해당차원을 따라 복사된 것 처럼 작동함 
• 실제 동작 방법
  • 두 배열 A와 B의 형태와 모양을 봄 
  • 두 배열의 모양의 길이 가 같은지 확인함 -> len(A.shape) == len(B.shape)
  • 같지 않으면 두 배열의 모양 길이가 같아질때까지 작은 쪽의 shape 앞에 1 을 추가함.
  • shape이 1인 곳은 복사가 됨
  • ex) (6,2) + (2, )  -> 두 배열의 모양의 길이가 같지 않음 
  • (6,2) + (1, 2)  -> 두배열의 모양의 길이가 같아질떄까지 작은 쪽의 shape앞에 1을 붙임 
  • (6,2) + (6, 2)  -> shape가 1인 부분에 큰 배열의 값을 복사해옴 

예제 소스코드

x = np.array([1,2,3]).reshape(1,3)
y = np.array([4,5]).reshape(1,2)
print(x, x.shape)
print(y, y.shape)

===== 결과 =====
[[1 2 3]] (1, 3)
[[4 5]] (1, 2)

 1. 첫번째 숫자는 서로 1로 맞음

 2. 두번째 숫자는 서로 다름, 둘중에 하나가 1인지 봐야함

 3. 하지만 1이 아니라서 연산안됨!

x = np.array([1,2,3,4,5,6,7,8,9,10,11,12]).reshape(6,2)
y = np.array([1,2]).reshape(2)
print(x, x.shape)
print(y, y.shape)

===== 결과 =====
[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]] (6, 2)

[1 2] (2,)

[[ 2  4]
 [ 4  6]
 [ 6  8]
 [ 8 10]
 [10 12]
 [12 14]]

 1. 실제 동작 방법 참고 연산가능!

 

공부사진 

---

강의듣기

실습하기

 

41일차 후기

---

규칙이 아직 알쏭달쏭하다. 더열심히 봐서 브로드캐스트에 대해 익혀야한다.
앞으로 소스코드를 볼때 잘고려해서 보고 짜야겠다. 
넘파이 튜토리얼은 끝났다. 시각화 그릭도 파이팅 

 

 

 

https://bit.ly/37BpXiC

패스트캠퍼스 [직장인 실무교육]

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.