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
- 다항회귀
- 코드잇TIL
- 데이터분석
- 머신러닝
- 로지스틱회귀
- Seaborn
- SQL
- 경사하강법
- sql연습문제
- 코딩독학
- 런던
- 코드잇
- 영국석사
- 코딩
- 유학생
- 윈도우함수
- 파이썬
- for반복문
- 행렬
- 결정트리
- CSS
- numpy
- matplotlib
- 판다스
- 선형회귀
- 나혼자코딩
- 코드잇 TIL
- 오늘도코드잇
- HTML
- 코딩공부
Archives
- Today
- Total
목록요소별곱하기 (1)
영국 척척석사 유학생 일기장👩🏻🎓
(Machine Learning) numpy로 행렬 요소별 곱하기
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.
코딩공부/Machine Learning
2023. 7. 3. 08:43