[모두의 딥러닝] Tensor Manipulation

Sung Kim 님의 "모두의 딥러닝" 강의노트입니다

좋은 강의 감사드립니다!

https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5

  

• Rank & shape 

Rank : 차원의 수   ‘ [ ' 가 몇 개 있는가가 rank임

Shape : element의 수 

Rank에 따라 shape의 모양이 달라짐 ex. rank=2, shape = [?,?] rank=4 shape=[?,?,?,?]

4차원 Shape을 볼 때  [  ] 로 구분되는 구간을 줄여나가면서 봐야한다 

Axis  = rank가 4라면 축이 4개(0,1,2,3) 있는 것 제일 안쪽에 있는 게 가장 큰 값을 가짐    -1 은 가장 안쪽에있는 것을 평균내어라! = 3 축

• Matmul vs multiply 는 다르니 조심해야한다. 
  

• Matrix 의 shape이 달라도 연산을 하게 해주는 것이 Broadcasting이다. 
  

• Reduce mean : 말 그대로 평균을 구하는 것 

평균을 계산할 때는 floating point 값이어야함   

축 설정이 중요함 

• Reduce sum

가장 자주 사용하는 것이 sum 하고 mean 하는 것 ( axis = -1 ) 로

• Argmax

가장 큰 값의 위치를 나타냄 

• Reshape**

보통 가장 밖의 shape값은 건들지 않음  조합은 그대로 가져가려고 하는 것!  

   Squeeze  ->안의  [  ] 들을 다 제거하고 펴줌

   Expand   expand_dims() 로 더 늘릴 수도 있음 

• One-hot

depth는 전체 class 수를 말함 0,1,2 -> 3개

해당하는 각 자리만 1로 hot하게 나타내어 표시됨 

그리고 자동적으로  rank가 기존의 것에서 +1이 된 상태로 나오게 된다

이를 해결하기 위해 reshape해주면 된다 

• Cast  (casting)

• Stack

• Ones and Zeros like

기존의 shape에 맞춰 0,1로 가득찬 arrays를 만들 수 있다. 

• Zip

  

각각의 element를 받아서 합침