Deep Learning from Scratch1 - Ch3 다차원 배열 계산

다차원 배열의 계산

넘파이 기초

import numpy as np

A = np.array([1, 2, 3, 4])
np.ndim(A) # 1
A.shape # (4,), 1차원의 데이터이며 총 4개의 원소를 가진다.
A.shape[0] # 4

B = np.array([[1,2],[3,4],[5,6]])
np.ndim(B) # 2
B.shape # (3,2), 2차원의 데이터로 3행 2열을 이루는 행렬이다.
B.shape[0] # 3
B.shape[1] # 2

• np.array() : 배열을 형성한다.
• np.ndim() : 배열의 차원 수를 반환한다.
• shape : 배열의 형상을 알 수 있는 인스턴스 변수, 튜플을 반환한다.

행렬의 곱

A = np.array([[1,2],[3,4]])
A.shape # (2,2)
B = np.array([[5,6],[7,8]])
B.shape # (2,2)
np.dot(A,B)

• np.dot() : 입력이 1차원 배열이면 벡터를, 2차원 배열이면 행렬 곱을 계산한다.

A = np.array([[1,2,3],[4,5,6]])
A.shape # (2,3)
B = np.array([[1,2],[3,4],[5,6]])
B.shape 3 (3,2)
np.dot(A,B)

• 행렬의 곱을 계산할 때, 앞에 위치한 행렬의 열 수와 뒤에 위치한 행렬의 행 수가 같아야 한다.
• 구체적으로 이야기하면, 행렬 A 1차원(가로)의 원소 수(열 수)와 행렬 B 0차원(세로)의 원소 수(행 수)가 같아야 한다.

[참고자료]

• 밑바닥부터 시작하는 딥러닝