読者です 読者をやめる 読者になる 読者になる

試纏

ためしてまとめる〜色々なトピックやテーマについて試してみたり、まとめてみたりするブログです。

『ゼロから作るDeep Learning』実践記録 3章:ニューラルネットワーク (2).多次元配列の計算

f:id:shinyaa31:20170116084551j:plain:w200

書籍3章、活性化関数の次のトピックは『多次元配列の計算』。Numpyを用いたこの手の計算方法について非常にシンプルな例を交えての実践内容となります。

読書メモ

そもそもNumpyって何に特化したライブラリなんだ?という事でNumpyそのものについてざっと調べ読みしてみる。Numpyとは数値計算、科学技術計算、高速な行列演算が行えるものらしい。

で、読み進めた内容としてのメモ。

3.3 多次元配列の計算

  • 行列の次元数や形状を求める事が出来る。ndim(), shape。
  • 二次元配列は行列と呼ぶ。横方向の並びを行(Row)、縦方向の並びを列(Column)
  • 行列の内積:そういう計算方法があるらしい。別名『ドット積』。np.dot(A,B)で計算出来る。行列の積では被演算子の順序で計算結果が異なってくるので注意。
  • また、行列Aの1次元目の要素数と行列Bの0次元目の要素数は合わせる必要がある(でないとエラーとなる)ので注意。
  • ニューラルネットワークに適用:前述の『多次元配列』の計算をnp.dotを使えば一発で出来る、というのがポイント。

実践記録

それぞれの多次元配列計算の実行を確認するコードをnumpyをインポートして実装しています。

という訳で3.3 多次元配列の計算終了。内容としては短く終わった形だが継続して読み進め実践して行くのには切れ端時間を有効に使えるこの形でも良いのだ(と思う事にして続けて行ってみよう)