HIGHLLIGHT

Q1. 무작위의 데이터를 가진 4x3의 행렬을 가지는 numpy array와 3x2 행렬을 가지는 numpy array를 만든 후 행열곱 연산을 진행해 보세요. Input import numpy as np arr1 = np.random.rand(4, 3) arr2 = np.random.rand(3, 2) dot = np.dot(arr1, arr2) print(dot, dot.shape) Output [[0.74783254 0.83914466] [1.00723028 1.53956107] [1.31310099 1.56683021] [1.34259143 1.5164803 ]] (4, 2) Q2. 두 numpy array의 concatenate 연산을 구해보세요. arr1 = np.array([[2, 4], [..

신경망을 수식으로 분해하려면 우선 선형모델을 먼저 이해해야 한다. 행렬은 데이터를 모아놓은 행렬 A, 다른 벡터로 보내는 가중치 행렬 W d개의 변수로 p개의 선형모델을 만들어서 p개의 잠재변수를 설명하는 모델을 상상해볼 수 있다. 딥러닝에서 화살표는 가중치 w가 결정짓고, 출력 벡터 o에 softmax 함수를 합성하면 확률벡터가 되므로 특정 클래스 k에 속할 확률로 해석할 수 있다. 소프트맥스 연산 소프트맥스(softmax) 함수는 모델의 출력을 확률로 해석할 수 있게 변환해주는 연산이다. 분류 문제를 풀 때 선형모델과 소프트맥스 함수를 결합하여 예측한다. softmax 함수를 통해 R에 있는 벡터를 확률벡터로 변환할 수 있다. (예: [1, 2, 0] -> [0.24, 0.67, 0.09]) impo..

미분이 뭔가요? - 미분(differentiation)은 변수의 움직임에 따른 함수값의 변화를 측정하기 위한 도구로 최적화에서 제일 많이 사용하는 기법입니다. 미분 변화율의 극한(limit)으로 정의한다. 미분을 손으로 계산하려면 일일이 h -> 0 극한을 계산해야한다. f(x) = x2 + 2x + 3 f'(x) = 2x + 2 - 최근엔 미분을 손으로 직접 계산하는 대신 컴퓨터가 계산해줄 수 있다. ​ import sympy as sym from sympy.abc import x ​ sym.diff(sym.poly(x**2 + 2*x + 3), x) Poly(2*x + 2, x, domain='ZZ') 요즘은 sympy.diff를 가지고 미분을 컴퓨터로 계산할 수 있다. ​ - 미분은 함수 f의 주어..