Numpy-深い学習、トレーニングの例

Question

愚かな質問、私はAndrew Ngの最新のDeep Learningコースの3週間目を控え、かなり単純なNumpy関数に悩まされています。

練習では、いくつの訓練例があるのか​​を見つけることです。

Numpyの機能は、事前にロードされたトレーニングの例のサイズを調べるためのものです。

ありがとうございます！

shape_X = X.shape 
shape_Y = Y.shape 
m = ? 


print ('The shape of X is: ' + str(shape_X)) 
print ('The shape of Y is: ' + str(shape_Y)) 
print ('I have m = %d training examples!' % (m)) 

Answer 1

それはあなたが使用するストレージ・アプローチの種類にを依存しています。

ほとんどのpythonベースのツールは、[n_samples, n_features]アプローチを使用します。最初のディメンションはサンプルディメンションで、2番目のディメンションはfeature-dimensionです（scikit-learnやco.jpなど）。代わりに表現される：サンプルは行であり、フィーチャは列である。

だから：

#  feature 1 2 3 4 
x = np.array([[1,2,3,4], # first sample 
       [2,3,4,5], # second sample 
       [3,4,5,6] 
      ]) 

4つの特徴それぞれ有する3つのサンプルのトレーニングセットです。

サイズM、N：あなたが得ることができます（再解釈は他の人のために異なる場合があります）：

M, N = x.shape 

numpyのの最初の次元が行であるため、numpyのの二次元が列like in matrix-algebraです。

上記の例では、ターゲット配列の形状は(M) = n_samplesです。