[DL 딥러닝] Andrew Ng - Neural Networks and Deep Learning 강의 (1-3 파이썬과 벡터화) (1) 벡터화와 브로드캐스팅
벡터화는 코드에서 for문을 없애는 일종의 예술과 같다. for문을 사용하여 큰 데이터 세트를 학습시킨다면, 코드 실행시간이 길어지고, 결과를 내기까지 오래 기다려야 한다. 딥러닝 시대에서 벡터화할 수 있는 능력은 중요한 기술이다. 그럼 벡터화에 대해서 알아보자. 벡터화(vectorization)란?로지스틱 회귀를 계산한다고 하자. 벡터화 되지 않은 구현 -> \( w^{T} x \) 를 계산하기 위해, for문을 이용해 \(n_{x}\) 만큼 계산해야한다.벡터화 구현 -> numpy의 내장함수인 np.dot() 사용으로 굉장히 빠르게 계산할 수 있다. 신경망이나 로지스틱 회귀를 프로그래밍할 때 기억해야 할 것은 가능한 한 for문을 사용하지 않는 것이다.필요한 값을 계산할 때 내장함수나 다른 방법을..
Coursera 강의/Deep Learning Specialization
2024. 8. 20. 16:31
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- NumPy
- action value function
- numpy 배열 속성
- 손실함수
- 비용함수
- computation graph
- 11870
- adrew ng 머신러닝 강의
- 백준
- 숏코딩
- 강화학습
- 파이썬
- **
- *args
- *
- 경사하강법
- 강의노트 정리
- **kwargs
- 앤드류응
- state value function
- python
- Andrew Ng
- baekjoon
- omp: error #15
- 딥러닝
- numpy 배열 생성
- 로지스틱 회귀
- sorted
- policy function
- Sort
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
글 보관함