Data Encoding
Data Encoding 시간이 지남에 따라 신경망에 데이터를 인코딩하는 많은 다양한 방법이 있다. 시계열 인코딩은 시간이 지남에 따라 발생하는 이벤트를 신경망에 표현하는 것을 다룬다. 순방향 신경망은 항상 주어진 입력 벡터에 대해 동일한 출력 벡터를 생성하기 때문에 이 인코딩이 필요하다. 순환 신경망은 시간이 지남에 따라 발생하는 데이터를 자동으로 처리할 수 있기 때문에 시계열 데이터를 인코딩할 필요가 없다. from IPython.display import display, HTML import pandas as pd import numpy as np x = [[32], [41], [39], [20], [15]] y = [1,-1,0,-1,1] x = np.array(x) print(x[ :, 0]) ..
2022. 12. 1.
[NumPy] numpy 원소 재배열
numpy.flip(m, axis=None) 뒤집는 (flip) 함수이다. 영상 처리에서 flip 연산은 주로 2개이다. 수직축을 중심으로 뒤집는 vertical flip, 그리고 수평축을 중심으로 뒤집는 horizontal flip이 있다. 이 함수는 axis에 따라서 다양한 flip 연산이 구현되어 있다. a = np.arange(1, 10).reshape((3, 3)) # array([[3, 2, 1], [6, 5, 4], [9, 8, 7]]) np.flip(a, 0) # array([[7, 8, 9], [4, 5, 6], [1, 2, 3]]) np.flipud(a) # array([[7, 8, 9], [4, 5, 6], [1, 2, 3]]) b = np.arange(1, 10).reshape(3,..
2021. 12. 30.
[NumPy] numpy 원소 제거 및 추가
np.insert(arr, obj, values, axis=None) 값을 추가하는 함수이다. a = np.array([[1, 1], [2, 2], [3, 3]]) # array([[1, 1], [2, 2], [3, 3]]) np.insert(a, 1, 5) # array([1, 5, 1, 2, 2, 3, 3]) np.insert(a, 1, 5, axis=0) # array([[1, 1], [5, 5], [2, 2], [3, 3]]) np.insert(a, 1, 5, axis=1) # array([[1, 5, 1], [2, 5, 2], [3, 5, 3]]) np.append(arr, values, axis=None) insert와 유사하게 배열을 삽입해주는 함수이다. insert 함수는 특정 인덱스에 원..
2021. 12. 29.
[NumPy] asarray()
asarray() 리스트 및 튜플을 Numpy 배열로 변환하는 방법 import numpy as np # from list to numpy array list_sample = [1, 2, 3, 4, 5] print(list_sample) # [1, 2, 3, 4, 5] numpy_sample = np.asarray(list_sample) print(numpy_sample) # [1 2 3 4 5] # from tuple to numpy array list_sample = (1, 2, 3, 4, 5) print(list_sample) # (1, 2, 3, 4, 5) numpy_sample = np.asarray(list_sample) print(numpy_sample) # [1 2 3 4 5] import..
2021. 12. 27.
넘파이 (NumPy)
넘파이 (NumPy) 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리 할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy는 데이터 구조 외에도 수치 계산을 위해 효율적으로 구현된 기능을 제공한다. numpy의 다차원 배열 타입은 numpy.ndarray이다. import numpy as np # 배열 생성 x = np.array([1, 2, 3]) x # [1, 2, 3] y = np.arange(10) # like Python's range, but returns an array y # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] z = np.array([0, 1, 2], dtype='float32') z # [0. 1. 2.] a = np.array([1, 2, 3, 6]) b ..
2021. 12. 27.
