반응형
250x250
Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- sql연습문제
- 로지스틱회귀
- for반복문
- 결정트리
- SQL
- 코드잇TIL
- 코딩공부
- 오늘도코드잇
- HTML
- CSS
- 코딩
- 다항회귀
- Seaborn
- 판다스
- 머신러닝
- 선형회귀
- 나혼자코딩
- 파이썬
- 코드잇
- 데이터분석
- 메소드
- 코딩독학
- numpy
- 윈도우함수
- pandas
- matplotlib
- 서브쿼리
- 행렬
- 경사하강법
- 코드잇 TIL
Archives
- Today
- Total
Coding Diary.
(Machine Learning) numpy로 행렬 요소별 곱하기 본문
728x90
반응형
1. 요소별 곱하기
행렬을 곱하는 방법은 외적곱과 내적곱 두가지가 있습니다. 하지만 머신 러닝에서 내적곱과 함께 유용하게 쓰이는 곱셈 연산이 하나 더 있스빈다. 요소별 곱하기 (Element-wise Multiplication)이라고 하는 연산입니다. 행렬 덧셈 연산과 거의 똑같은 성질을 가집니다.
위의 두 행렬의 요소별 곱하기를 해봅시다. 표기는 동그라미를 써서 나타냅니다.
요소별 곱하기는 이름 그대로 같은 행과 열에 있는 요소들끼리 곱해서 새로운 행렬을 만드는 연산입니다. 실제로 계산을 하면 아래와 같습니다.
물론 같은 차원을 갖는 행렬 사이에만 연산이 가능합니다.
2. numpy로 요소별 곱하기 하기
두 행렬 사이에 * 연산자를 쓰면 요소별 곱하기가 됩니다.
결과를 확인하면 아래와 같습니다.
728x90
반응형
'Coding > Machine Learning' 카테고리의 다른 글
(Machine Learning) 전치 행렬, 단위 행렬, 역행렬 (0) | 2023.07.03 |
---|---|
(Machine Learning) numpy로 행렬 연산하기 (0) | 2023.07.03 |
(Machine Learning) 행렬의 연산 덧셈, 스칼라곱, 곱 (0) | 2023.06.30 |
(Machine Learning) numpy로 행렬 사용하기 (0) | 2023.06.30 |
(Machine Learning) 머신러닝에 쓰이는 수학, 선형대수학 (0) | 2023.06.29 |